HELM 是什么
HELM 是斯坦福 CRFM 提供的模型评测框架与结果浏览平台，通过多个任务场景比较基础模型表现。当前链接进入 HELM Classic，页面展示模型结果和大量场景分类，另有其他评测分支。它适合需要检查任务覆盖和比较条件的研究者，阅读时应先确认榜单所属版本与任务集合，避免把历史模型结果当作最新通用排名。
适合谁，什么时候选
适合
适合研究模型评测设置。
不优先选择
不看版本就引用总排名。
能力与限制
- 评测浏览：按模型和任务查看结果。
- 多种场景：包含问答、推理、摘要等分类。
使用前留意
- Classic 页包含历史模型，不能代表所有当前模型。
怎样开始了解 HELM
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。
- 确认 Classic 或其他分支。
- 选择与目标任务接近的场景。
- 查看配置和分项结果再比较。
使用条件
公开结果可查；复现环境和具体数据许可未核实。
来源与核验记录
原采集空壳，补读官方搜索索引中的 HELM Classic 页面。
- 资料整理
- 2026-09-09 · 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。
