多语言评测项目
EuroEval
比较欧洲32种语言的生成式任务结果，按测试集、验证集和提示方式查看均值排名分与95%置信区间。
来源与报告范围
- 来源类型
- 多语言评测项目
- 具体快照
- 8 份
- 资料日期
- 2026-10-28
来源站与具体报告分别收录。每份快照保留测试对象、任务、指标和条件，外部分数不作为本站实测，也不跨报告相加。
具体报告与历史快照
- EuroEval 欧洲多语言 · 测试集 · few-shot →
观测 2026-10-28 · 474 条对象／运行记录 · 33 个独立指标
- EuroEval 欧洲多语言 · 测试集 · zero-shot →
观测 2026-10-28 · 40 条对象／运行记录 · 33 个独立指标
- EuroEval 欧洲多语言 · 验证集 · few-shot →
观测 2026-10-28 · 181 条对象／运行记录 · 33 个独立指标
- EuroEval 欧洲多语言 · 验证集 · zero-shot →
观测 2026-10-28 · 92 条对象／运行记录 · 33 个独立指标
- EuroEval 欧洲多语言 · 测试集 · few-shot →
观测 2026-10-18 · 469 条对象／运行记录 · 33 个独立指标
- EuroEval 欧洲多语言 · 测试集 · zero-shot →
观测 2026-10-18 · 37 条对象／运行记录 · 33 个独立指标
- EuroEval 欧洲多语言 · 验证集 · few-shot →
观测 2026-10-18 · 181 条对象／运行记录 · 33 个独立指标
- EuroEval 欧洲多语言 · 验证集 · zero-shot →
观测 2026-10-18 · 90 条对象／运行记录 · 33 个独立指标