CMoralEval: A Moral Evaluation Benchmark for Chinese Large Language Models
Fuente:
arXiv
Salvato in:
| Autori principali: | Yu, Linhao, Leng, Yongqi, Huang, Yufei, Wu, Shang, Liu, Haixin, Ji, Xinmeng, Zhao, Jiahui, Song, Jinwang, Cui, Tingting, Cheng, Xiaoqing, Liu, Tao, Xiong, Deyi |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2024
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
OpenEval: Benchmarking Chinese LLMs across Capability, Alignment and Safety
di: Liu, Chuang, et al.
Pubblicazione: (2024)
di: Liu, Chuang, et al.
Pubblicazione: (2024)
Self-Pluralising Culture Alignment for Large Language Models
di: Xu, Shaoyang, et al.
Pubblicazione: (2024)
di: Xu, Shaoyang, et al.
Pubblicazione: (2024)
Towards Understanding Multi-Task Learning (Generalization) of LLMs via Detecting and Exploring Task-Specific Neurons
di: Leng, Yongqi, et al.
Pubblicazione: (2024)
di: Leng, Yongqi, et al.
Pubblicazione: (2024)
CRiskEval: A Chinese Multi-Level Risk Evaluation Benchmark Dataset for Large Language Models
di: Shi, Ling, et al.
Pubblicazione: (2024)
di: Shi, Ling, et al.
Pubblicazione: (2024)
LFED: A Literary Fiction Evaluation Dataset for Large Language Models
di: Yu, Linhao, et al.
Pubblicazione: (2024)
di: Yu, Linhao, et al.
Pubblicazione: (2024)
RoleEval: A Bilingual Role Evaluation Benchmark for Large Language Models
di: Shen, Tianhao, et al.
Pubblicazione: (2023)
di: Shen, Tianhao, et al.
Pubblicazione: (2023)
LHMKE: A Large-scale Holistic Multi-subject Knowledge Evaluation Benchmark for Chinese Large Language Models
di: Liu, Chuang, et al.
Pubblicazione: (2024)
di: Liu, Chuang, et al.
Pubblicazione: (2024)
FineMath: A Fine-Grained Mathematical Evaluation Benchmark for Chinese Large Language Models
di: Liu, Yan, et al.
Pubblicazione: (2024)
di: Liu, Yan, et al.
Pubblicazione: (2024)
Large Language Model Safety: A Holistic Survey
di: Shi, Dan, et al.
Pubblicazione: (2024)
di: Shi, Dan, et al.
Pubblicazione: (2024)
SciEval: A Benchmark for Automatic Evaluation of K-12 Science Instructional Materials
di: Li, Zhaohui, et al.
Pubblicazione: (2026)
di: Li, Zhaohui, et al.
Pubblicazione: (2026)
MT-Eval: A Multi-Turn Capabilities Evaluation Benchmark for Large Language Models
di: Kwan, Wai-Chung, et al.
Pubblicazione: (2024)
di: Kwan, Wai-Chung, et al.
Pubblicazione: (2024)
The Box is in the Pen: Evaluating Commonsense Reasoning in Neural Machine Translation
di: He, Jie, et al.
Pubblicazione: (2025)
di: He, Jie, et al.
Pubblicazione: (2025)
LexEval: A Comprehensive Chinese Legal Benchmark for Evaluating Large Language Models
di: Li, Haitao, et al.
Pubblicazione: (2024)
di: Li, Haitao, et al.
Pubblicazione: (2024)
Detection, Classification, and Mitigation of Gender Bias in Large Language Models
di: Cheng, Xiaoqing, et al.
Pubblicazione: (2025)
di: Cheng, Xiaoqing, et al.
Pubblicazione: (2025)
GIFT-Eval: A Benchmark For General Time Series Forecasting Model Evaluation
di: Aksu, Taha, et al.
Pubblicazione: (2024)
di: Aksu, Taha, et al.
Pubblicazione: (2024)
EduEval: A Hierarchical Cognitive Benchmark for Evaluating Large Language Models in Chinese Education
di: Ma, Guoqing, et al.
Pubblicazione: (2025)
di: Ma, Guoqing, et al.
Pubblicazione: (2025)
SecReEvalBench: A Multi-turned Security Resilience Evaluation Benchmark for Large Language Models
di: Cui, Huining, et al.
Pubblicazione: (2025)
di: Cui, Huining, et al.
Pubblicazione: (2025)
MTFinEval:A Multi-domain Chinese Financial Benchmark with Eurypalynous questions
di: Liu, Xinyu, et al.
Pubblicazione: (2024)
di: Liu, Xinyu, et al.
Pubblicazione: (2024)
FinEval: A Chinese Financial Domain Knowledge Evaluation Benchmark for Large Language Models
di: Guo, Xin, et al.
Pubblicazione: (2023)
di: Guo, Xin, et al.
Pubblicazione: (2023)
Evaluating Multimodal Large Language Models on Video Captioning via Monte Carlo Tree Search
di: Yu, Linhao, et al.
Pubblicazione: (2025)
di: Yu, Linhao, et al.
Pubblicazione: (2025)
DecEx-RAG: Boosting Agentic Retrieval-Augmented Generation with Decision and Execution Optimization via Process Supervision
di: Leng, Yongqi, et al.
Pubblicazione: (2025)
di: Leng, Yongqi, et al.
Pubblicazione: (2025)
Mitigating Biases to Embrace Diversity: A Comprehensive Annotation Benchmark for Toxic Language
di: Hou, Xinmeng
Pubblicazione: (2024)
di: Hou, Xinmeng
Pubblicazione: (2024)
AgriEval: A Comprehensive Chinese Agricultural Benchmark for Large Language Models
di: Yan, Lian, et al.
Pubblicazione: (2025)
di: Yan, Lian, et al.
Pubblicazione: (2025)
RxEval: A Prescription-Level Benchmark for Evaluating LLM Medication Recommendation
di: Chen, Shuhao, et al.
Pubblicazione: (2026)
di: Chen, Shuhao, et al.
Pubblicazione: (2026)
Equivalent of Multivariate Polynomial Matrix
di: Liu, Jinwang, et al.
Pubblicazione: (2025)
di: Liu, Jinwang, et al.
Pubblicazione: (2025)
Further results on equivalence of multivariate polynomial matrices
di: Guan, Jiancheng, et al.
Pubblicazione: (2024)
di: Guan, Jiancheng, et al.
Pubblicazione: (2024)
CharacterEval: A Chinese Benchmark for Role-Playing Conversational Agent Evaluation
di: Tu, Quan, et al.
Pubblicazione: (2024)
di: Tu, Quan, et al.
Pubblicazione: (2024)
Interplay Between Single-Photon Ionization and the Auger Process in Argon Ion Formation
di: Xiong, Linhao
Pubblicazione: (2024)
di: Xiong, Linhao
Pubblicazione: (2024)
Acoustic Characterization of the Resonator in the Chinese Transverse Flute (dizi)
di: Luan, Xinmeng, et al.
Pubblicazione: (2024)
di: Luan, Xinmeng, et al.
Pubblicazione: (2024)
TCM-Eval: An Expert-Level Dynamic and Extensible Benchmark for Traditional Chinese Medicine
di: Cheng, Zihao, et al.
Pubblicazione: (2025)
di: Cheng, Zihao, et al.
Pubblicazione: (2025)
EvalCrafter: Benchmarking and Evaluating Large Video Generation Models
di: Liu, Yaofang, et al.
Pubblicazione: (2023)
di: Liu, Yaofang, et al.
Pubblicazione: (2023)
CLongEval: A Chinese Benchmark for Evaluating Long-Context Large Language Models
di: Qiu, Zexuan, et al.
Pubblicazione: (2024)
di: Qiu, Zexuan, et al.
Pubblicazione: (2024)
MMCircuitEval: A Comprehensive Multimodal Circuit-Focused Benchmark for Evaluating LLMs
di: Zhao, Chenchen, et al.
Pubblicazione: (2025)
di: Zhao, Chenchen, et al.
Pubblicazione: (2025)
JailBench: A Comprehensive Chinese Security Assessment Benchmark for Large Language Models
di: Liu, Shuyi, et al.
Pubblicazione: (2025)
di: Liu, Shuyi, et al.
Pubblicazione: (2025)
FuxiMT: Sparsifying Large Language Models for Chinese-Centric Multilingual Machine Translation
di: Zhu, Shaolin, et al.
Pubblicazione: (2025)
di: Zhu, Shaolin, et al.
Pubblicazione: (2025)
OmniEval: An Omnidirectional and Automatic RAG Evaluation Benchmark in Financial Domain
di: Wang, Shuting, et al.
Pubblicazione: (2024)
di: Wang, Shuting, et al.
Pubblicazione: (2024)
SongEval: A Benchmark Dataset for Song Aesthetics Evaluation
di: Yao, Jixun, et al.
Pubblicazione: (2025)
di: Yao, Jixun, et al.
Pubblicazione: (2025)
Evaluating Discourse Cohesion in Pre-trained Language Models
di: He, Jie, et al.
Pubblicazione: (2025)
di: He, Jie, et al.
Pubblicazione: (2025)
MinosEval: Distinguishing Factoid and Non-Factoid for Tailored Open-Ended QA Evaluation with LLMs
di: Fan, Yongqi, et al.
Pubblicazione: (2025)
di: Fan, Yongqi, et al.
Pubblicazione: (2025)
AutoEval: A Practical Framework for Autonomous Evaluation of Mobile Agents
di: Sun, Jiahui, et al.
Pubblicazione: (2025)
di: Sun, Jiahui, et al.
Pubblicazione: (2025)
Documenti analoghi
-
OpenEval: Benchmarking Chinese LLMs across Capability, Alignment and Safety
di: Liu, Chuang, et al.
Pubblicazione: (2024) -
Self-Pluralising Culture Alignment for Large Language Models
di: Xu, Shaoyang, et al.
Pubblicazione: (2024) -
Towards Understanding Multi-Task Learning (Generalization) of LLMs via Detecting and Exploring Task-Specific Neurons
di: Leng, Yongqi, et al.
Pubblicazione: (2024) -
CRiskEval: A Chinese Multi-Level Risk Evaluation Benchmark Dataset for Large Language Models
di: Shi, Ling, et al.
Pubblicazione: (2024) -
LFED: A Literary Fiction Evaluation Dataset for Large Language Models
di: Yu, Linhao, et al.
Pubblicazione: (2024)