jazzisfuture/minicpm5-eval-benchmark

MiniCPM5-1B Evaluation Benchmark

评测 MiniCPM5-1B 在以下数据集上的表现：

Agent 评测

• —T-Eval: 工具调用评测（指令理解/选择/参数/执行）
• —API-Bank: API调用评测

角色扮演评测

• —CharacterEval: 中文角色扮演评测
• —RoleLLM: 角色扮演LLM评测
• —InCharacter: 角色一致性评测

使用方法

1. 1.点击 "Load Model" 加载模型
2. 2.选择要运行的评测
3. 3.设置样本数量
4. 4.点击运行

硬件要求

• —ZeroGPU（免费）或 Nvidia T4