C-Eval

面向基础模型的中文综合评测基准，官方 README 描述 13,948 道选择题、52 个学科与四个难度层级。

官网介绍的功能

• 以多学科选择题评估中文知识和推理方向。
• 提供 zero-shot、five-shot、Hard 与验证集结果说明。
• 包含数据、评测教程、论文和许可入口。

建议开始方式

• 先明确学科、数据版本与评测划分。
• 固定模型版本、提示设置和答案提取方式。
• 分别记录各学科结果与错误，再用实际业务样例补测。

以上为根据产品用途整理的编辑建议，并非本站实测流程。

使用前核对

• 本站尚未实测，功能介绍来自官网资料。
• 价格、地区、语言、商用、水印和导出条件尚未按同一 Plan 逐项核验。
• README 的 2025-07-27 完整 test 公开公告与旧标签说明并存，当前数据及标签访问条件需另核对。官网证书请求失败已保留，核验依官方仓库；未运行测试，榜单不等于业务任务效果。