ubuntu opencompass llm 日本語評価ベンチ

OpenCompass on Ubuntu — LLMの日本語性能を体系的に評価する方法

チャット感覚で「このモデルは日本語が得意そう」と思っても、スコアで裏付けるのは難しいものです。OpenCompass を使えば、TyDi-QA（日本語QA）や Flores（英→日翻訳）などの標準ベンチマークでスコアを出せるので、印象ではな…