M3Exam 是评测安全领域的开源项目，由 DAMO-NLP-SG 开发，2023 年首次发布。
它收录于评测安全分类，该分类目前共有 467 个项目，GitHub 星标数为 105。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-08-18。开源基准测试数据集与代码，完全免费，无付费版本。
它主要面向的使用场景是：多语言LLM能力横向对比评测。同类可对比的替代方案包括 MMLU、C-Eval、M3G。
项目数据
分类学习教育
开发团队DAMO-NLP-SG
所属国家
定价模式free
价格说明开源基准测试数据集与代码，完全免费，无付费版本。
访问状态
是否开源是
开源协议
主要语言Python
技术栈/模型ai-education,chatgpt,evaluation,gpt-4,large-language-models,llms,multilingual,multimodal
GitHub 星标★ 105
30天Star增速
HF 下载量
上线时间2023-06-09 00:00:00
最近更新2026-08-18 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数2
使用教程
核心亮点
- 首个多语言、多模态、多级别的LLM评估基准，覆盖9种语言和3种教育阶段，数据规模大且真实（小学至高中题目）
- 代码与数据完整开源，支持自定义评估流程，便于复现论文结果
- 提供GPT-4等主流模型的评测结果，为后续研究提供直接对比基线
不足之处
- 项目较早期，文档和社区支持待观察
- 评估数据可能受限于教育体系差异，跨文化适用性需进一步验证
适用场景
- 多语言LLM能力横向对比评测
- 教育领域AI辅助教学效果验证
- 多模态模型在真实考试场景中的鲁棒性测试
替代项目
MMLU、C-Eval、M3G
项目介绍
下一篇：agentic_security
同类项目推荐
akto
开源
给 AI 应用做安全体检，防提示注入和数据泄露
Akto is the fastest growing AI Security platform for your teams to secure AI agents,···
XSafeClaw
开源
给 AI 智能体装上安全盾，自动红队测试找漏洞
Introducing XSafeClaw: The Open-Source Agent Safety Platform from Fudan University
fast-llm-security-guardrails
开源
给 AI Agent 加一道快速安全闸门，防提示注入和隐私泄露
The fastest Trust Layer for AI Agents
deepteam
开源
自动模拟越狱攻击，提前测出 LLM 安全漏洞
DeepTeam is a framework to red team LLMs and AI agents.