
pfmt-bench-fin-ja: 金融领域日语首选多轮对话基准测试
其他语言的说明
统计
统计数据截至 2026年11月17日
GitHub Star 数
9
±0 (10月13日〜)
最后提交
2025年3月
GitHub 创建日期
2024年6月24日
收录日
2026年1月6日
Star 数变化
以表格显示
| 月份 | Star |
|---|---|
| 2025年12月 | — |
| 2026年1月 | 9 |
| 2026年2月 | 9 |
| 2026年3月 | 9 |
| 2026年4月 | 9 |
| 2026年5月 | 9 |
| 2026年6月 | 9 |
| 2026年7月 | 9 |
| 2026年8月 | 9 |
| 2026年9月 | 9 |
| 2026年10月 | 9 |
| 2026年11月 | 9 |
各月最后一次快照。1,000 以上的 Star 数按 100 取整。
同分类的热门资源
研究领域相近的资源
llm-jp-judgellm-jp64用于执行自动生成评估的Python工具共同: 评测与基准
jtransbenchwebbigdata-jp13一个方便测试日语翻译能力的工具共同: 评测与基准
lm-evaluation-harnessEleutherAI14k用于语言模型少样本评测的框架。多语言共同: 评测与基准- ELYZA-tasks-100elyza2k一个包含100个样本的日语指令微调评估数据集,包含已注释的任务——从摘要校正、数学推理到翻译、创意生成和用户意图理解——旨在对微调模型进行手动或自动的5分制评分。HF 数据集共同: 评测与基准
- JMMLUnlp-waseda1kJMMLU 是一个日语大型多任务语言理解基准(Benchmark),包括 7,536 道教师精心制作的问题,覆盖 56 个学科,包括专业医学、心理学、会计、哲学以及各种高中学科。HF 数据集共同: 评测与基准
sacrebleumjpost1.3k自动下载测试集并输出版本字符串以便于跨实验室比较的参考 BLEU 实现。多语言共同: 评测与基准