llm-benchmark

paper ,  synthetic-data ,  survey-paper ,  benchmark ,  llm-benchmark ,  data-generation ,  data-curation ,  data-evaluation

huggingface ,  openllm-leaderboard ,  gpqa ,  mmlu-pro ,  llm-benchmark ,  llm-leaderboard ,  open-llm ,  musr ,  math ,  ifeval ,  bbh

salesforce ,  leaderboard ,  llm-benchmark ,  llm-for-crm ,  llm-for-business ,  llm-leaderboard

dataset ,  llm-evaluation ,  benchmark ,  mmlu ,  mmlu-pro ,  llm-benchmark