BenCzechMark：首个全面评估大语言模型捷克语能力的评测基准

BenCzechMark 是首个全面评估大语言模型捷克语能力的评测基准，涵盖 50 项任务和 9 个类别。该基准包含 90% 的原生非翻译内容，提供准确率、精确匹配、AUROC 和困惑度等指标。目前排行榜已收录 25 多个不同规模的开源模型。