返回全部动态
OpenCompass v0.5.0 发布：新增科学基准与级联评估器
原标题：0.5.0
AI 摘要
OpenCompass 发布 v0.5.0 版本，新增了 10+ 科学基准数据集（如 MedXpertQA、ClimaQA、ProteinLMBench），支持级联评估器（Cascade Evaluator）和 Rjob Runner，并改进了 OpenAI SDK 流式支持。该版本还修复了多个 bug，增加了文档和评估示例，并欢迎了多位新贡献者。这些更新增强了模型评估的深度和可靠性。
以上摘要由 AI 生成，可能存在误差。事实请以原文为准。
正文节选
# OpenCompass v0.5.0 Release Notes ## 🌟 **Highlights** ✨ **Comprehensive Scientific Benchmarks**: Integrated 10+ specialized datasets (MedXpertQA, ClimaQA, SmolInstruct, etc.), covering multiple scientific fields such as chemistry, physics, biology, and earth sciences ✨ **Cascade Evaluator**: Supported cascading eval methods from rules to LLM judgments. ✨ **New Runner**: Supported for Rjob Runner has now been completed. ✨ **OpenAISDK Streaming**: Provided a more stable OpenAI API metho
发布时间：2025-09-01 14:20
抓取时间：2026-08-31 00:41
来源机构：Shanghai AI Laboratory