大模型基准测试

One-Eval：开源大模型智能评测框架，自然语言驱动全自动基准测评

One-Eval 是由北大 OpenDCAI 团队开源打造的大语言模型一站式智能评测框架，基于智能工作流与 Agent 思想设计，主打自然语言驱动自动化评测核心能力。