LLM-eval-survey

Q: 综述论文在哪里获取？

README 给出标题 《A Survey on Evaluation of Large Language Models》及 arXiv 链接 https://arxiv.org/abs/2307.03109。

一张图看懂大模型评估，从基准到方法全覆盖

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署开源模型 🍴 复刻 106 🐛 待处理 6 👀 关注 14

GitHub ↗

GitHub 星标 ★ 1615

维护状态活跃

是否开源开源

定价模式 🏷️完全免费开源项目，无在线服务，需自行部署，完全免费。

项目预览

LLM-eval-survey 项目界面预览图 — 图片来源：GitHub 官方仓库名片

项目数据

分类开源模型

开发团队MLGroupJLU

GitHubhttps://github.com/MLGroupJLU/LLM-eval-survey

定价模式🏷️完全免费

价格说明开源项目，无在线服务，需自行部署，完全免费。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

技术栈/模型benchmark,evaluation,large-language-models,llm,llms,model-assessment

GitHub 星标★ 1615

上线时间2023-07-02 00:00:00

代码更新2026-11-09

仓库体积5.8 MB

本站数据更新2026-11-09

维护状态活跃

收录时间2026-08-09

浏览次数3

项目介绍

LLM-eval-survey 是大语言模型评估领域权威综述论文《A Survey on Evaluation of Large Language Models》的官方 GitHub 页面。该项目系统梳理了 LLM 评估的完整框架，涵盖评估任务（如知识问答、推理、代码生成等）、评估方法（如人工评估、自动评估、混合评估）、评估基准（如 MMLU、HELM、Big-Bench 等）以及评估中的关键挑战（如数据污染、偏见、鲁棒性等）。它通过结构化的分类体系和丰富的论文引用，帮助研究者快速了解 LLM 评估的全貌，定位研究空白，并提供了评估相关资源的持续更新列表。对于刚进入该领域的研究者，这是一个极佳的入门地图；对于资深从业者，它也是查找最新评估工具和基准的参考手册。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 1615

技术标签

benchmark evaluation large-language-models llm llms

使用教程

⚠ 本教程由 AI 依据该项目 README 整理；原始文档不完整，部分步骤为通用流程推断，实际安装请以项目官方文档为准。

难度：入门约 10 分钟部署方式：本地安装 5 步

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

可访问 GitHub 的网络环境
已安装 git 命令行工具
能查看 Markdown 文件的编辑器或浏览器

安装与启动步骤

1克隆仓库到本地

把 LLM-eval-survey 仓库完整下载到本地，便于离线查阅论文与资源列表。
```
git clone https://github.com/MLGroupJLU/LLM-eval-survey.git
```
2进入仓库目录

切换到克隆下来的目录，后续所有查阅操作都在此目录内进行。
```
cd LLM-eval-survey
```
3查看目录内容

列出仓库文件，确认 README 及资源文件位置。README 未给出其他命令，请以实际目录为准。
```
ls
```
4阅读资源列表

打开 README.md，按综述的章节结构浏览评估任务、方法、基准与挑战相关论文列表。
```
cat README.md
```
5阅读综述原文

README 指向官方综述论文 arXiv 页面，按需在线阅读以了解完整框架。