HELM

Stanford CRFM 的开源综合模型评测框架，统一数据、模型接口与多种指标；官方 README 明确于 2026-06-01 进入维护模式。

官网介绍的功能

• 统一基准数据和不同提供方的模型接口。
• 除准确率外，支持效率、偏见和毒性等指标方向。
• 提供逐条提示与响应查看界面、榜单及结果复现文档。

建议开始方式

• 先阅读维护模式政策并确认所需适配器仍适用。
• 固定 benchmark、模型、suite 和评分配置。
• 保留原始输出及指标，单独核对外部模型与计算费用。

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。
• 维护模式不等于关闭，但更新与支持范围需按政策另核对。榜单和多维指标不证明业务效果、合规或安全认证；未安装框架、运行基准或调用提供方模型。