返回工具列表 工具分类智能体与自动化按实际使用场景归类 官网入口cevalbenchmark.com保留原站直达链接 收费方式官网可查看最终价格以官网为准 关注人数12A+ 优先推荐 01AI模型评测 02核心能力 02 03核心能力 03 04核心能力 04 05核心能力 05 06核心能力 06 01 02 03 04
智能体与自动化
C-Eval
C-Eval是一个适用于大语言模型的多层次多学科中文评估套件，由上海交通大学、清华大学和爱丁堡大学研究人员在2023年5月份联合推出，包含了13948个多项选择题，涵盖了52个不同的学科和四个难度级别，用以评测大模型中文理解能力。
访问官网 更新于 2026/04/15
C-Eval 是什么
C-Eval 是一款面向 智能体与自动化 场景的 AI 工具，一个全面的中文基础模型评估套件。
C-Eval是适用于大语言模型的多层次多学科中文评估套件，由上海交通大学、清华大学和爱丁堡大学研究人员在2023年5月份联合推出，包含13948个多项选择题，涵盖52个不同的学科和四个难度级别，用在评测大模型中文理解能力。通过零样本（zero-shot）和少样本（few-shot）测试，C-Eval 能评估模型在未见过的任务上的适应性和泛化能力。 多学科覆盖 ：C-Eval 包含 52 个不同学科的题目，涵盖 STEM、社会科学、人文科学等多个领域，全面评估语言模型的知识储备。
C-Eval是一个适用于大语言模型的多层次多学科中文评估套件，由上海交通大学、清华大学和爱丁堡大学研究人员在2023年5月份联合推出，包含了13948个多项选择题，涵盖了52个不同的学科和四个难度级别，用以评测大模型中文理解能力。
主要能力
多学科覆盖
多层次难度分级
量化评估与标准化测试
数据下载
Hugging Face 下载：
或者直接下载 ZIP 文件并解压：
适合场景
13948个多项选择题
C-Eval 可用于13948个多项选择题，适合先用一个真实任务验证输出质量。
52 个不同学科的题目
C-Eval 可用于52 个不同学科的题目，适合先用一个真实任务验证输出质量。
社会科学
C-Eval 可用于社会科学，适合先用一个真实任务验证输出质量。
人文科学等多个领域
C-Eval 可用于人文科学等多个领域，适合先用一个真实任务验证输出质量。