HELM

About this tool

HELM是由斯坦福大学推出的大模型评测体系，该评测方法主要包括场景、适配、指标三个模块，每次评测的运行都需要指定一个场景，一个适配模型的提示，以及一个或多个指标。

Key features

• 全面的评估能力
• 可复现性与透明性
• 多模态支持
• 自定义扩展

Use cases and audience

待编辑核验

• 语言模型性能评估
• 模型优化与改进
• 多模态模型评估
• 公平性与偏差检测

How to use

1. 01

   安装HELM

2. 02

   从源代码安装（如果需要最新功能）

3. 03

   配置评估任务

4. 04

   <path_to_config_file>

Before you start

Check availability, registration, limits and plans on the official site. Try a small sample before choosing.

This profile uses public official information, without full testing. Commercial terms, privacy, regional access and limits need further checks.