C-Eval

C-Eval 是什么

C-Eval 是用于评估基础模型中文能力的评测集合，官方仓库提供数据、评测方法和分学科结果。除了涵盖不同知识领域的主体测试，还设置包含较难数学、物理与化学题目的 C-Eval Hard。它适合研究者比较模型在中文知识和推理任务上的表现，使用时需要固定零样本或少样本设置，并查看分项得分与评测版本。 官方页面明确排行榜自 2025 年 7 月 26 日起不再更新，并公布测试集；本条保留的是评测基准资源，不提供实时排名建议。

适合谁，什么时候选

能力与限制

• 分科评测：按学科展示模型准确率。
• 困难子集：覆盖较复杂的数理化任务。

使用前留意

• 分数只反映对应题目与推理设置。
• 官方排行榜已停止更新，不反映当前模型竞争格局。

怎样开始了解 C-Eval

建议从下面的小任务开始；这是编辑建议，不是登录实测记录。

1. 选择数据版本和提示设置。
2. 运行并记录模型参数。
3. 分析各学科错误样本。

使用条件

仓库公告2025年7月公开完整测试集；旧段落与新公告应区分。

来源与核验记录

官网失败，补读作者官方仓库。 2026-09-10 再复核：本次未取得完整产品正文，保留原资料范围，不代表当前功能实测。

内容依据

C-Eval official repository · 查看来源

本次复核的官方资料

资料整理

2026-09-10 · 公开资料已核对

实际测试

未进行登录后的实际效果测评

选型与步骤属于编辑建议。公开资料核对不等于付费功能测试；价格、地区和账号权益以实际使用时为准。