我们一直在通过控制提示、采样、输出解析等因素，用统一的设置重新评估大型语言模型（LLMs）。介绍🔥 ZeroEval：一个简单的统一框架，用于评估LLMs。最初的两个任务是MMLU-Redux和GSM。顺便说一句，GPT-4o-mini @懒得和狗讲道理 非常棒。[1/n]Github: https://github.com/yuchenlin/ZeroEval
