LLMEval3

✨ 深耕专业领域，度量AI真知

LLMEval-3 来自复旦大学 NLP 实验室，是一套专注于专业知识深度的大模型评测基准。这里不只是一份题库，更是衡量 AI 学科素养的精细标尺，帮助您洞察模型在真实专业场景中的理解与生成能力。

---

🎯 全学科覆盖的评测维度

严格依据教育部学科分类标准，构建起层次分明的知识评估体系：

• 13个一级学科门类：涵盖哲学、经济学、法学、教育学、文学、历史学、理学、工学、农学、医学、军事学、管理学、艺术学
• 50余个二级学科：细分至专业领域，确保评测的颗粒度与学科针对性
• 约20万道生成式问答：覆盖从基础概念到高阶应用的标准化题目，深度检验模型的专业输出质量

💡 评测特别关注哲学、理学、工学、医学等核心领域，重视模型在专业语境下的逻辑推演、知识运用与生成准确性。

---

💡 适用于精准评估场景

为研究者和企业开发者提供细粒度、可量化的评估参考，助力精准测试模型在特定学科领域的专业深度，发现优势与潜在提升空间。