上海交通大学 发布 X-MAS-Bench 数据集, 应用在 语言模型评估、多代理系统 领域

上海交通大学 本次发布的数据集 X-MAS-Bench, X-MAS-Bench是一个全面测试平台，旨在评估不同领域和MAS相关功能的LLMs的性能。数据集包括27个LLMs，涵盖5个领域和5个功能，共进行了超过170万次评估。

查看X-MAS-Bench

README 内容： 

关于 上海交通大学 , 上海交通大学是中国的一所顶尖高等学府，位于上海，是中国教育部直属的全国重点大学，也是‘985工程’和‘211工程’的首批重点建设高校之一。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。