大模型评估框架

EvalScope 是一个一站式大模型评估与性能基准测试框架，旨在让模型评估变得高效且个性化。它支持多种模型类型，包括大语言模型、多模态模型和嵌入模型，并提供多种评估场景，如端到端RAG评估、竞技场模式和推理性能测试。此外，EvalScope 内置了丰富的基准测试和指标，如MMLU、CMMLU和GSM8K，帮助用户全面评估模型性能。