GraphCanon updated Oct 12, 2026 · GitHub synced Oct 12, 2026
50views this month
Decision brief
chinese-llm-benchmark (ReLE评测) 是一个专门用于评估中文大规模语言模型的工具，它可以全面评测涵盖商用和开源的大规模语言模型，并提供详细排行榜及超过200万条缺陷数据。它的主要特点是多维度评估能力和丰富的领域覆盖范围。
Good fit when
- 当需要对多种中文字句生成、理解能力进行综合评价时使用；
- 适用于希望了解自己使用的商用或开源大模型在特定领域（如教育、法律等）表现的人群。
Avoid when
- 当评估对象仅限于英文或其他非中文的语言模型时不应使用此工具；
- 如果您的主要关注点是多语种支持或模型在特定国际化场景中的性能表现。
Observed Jul 11, 2026 · Source: enrich:decision_facts
Verify the decision
Maintenance and security
Full trust report- Maintenance
- Very active (1d since push)
- As of Oct 12, 2026
- Provenance
- Not a fork · Personal account
- As of Oct 12, 2026
- Security (OSV)
- No lockfile
- As of Jul 11, 2026
Public GitHub metadata and optional OSV scans. Signals, not a guarantee. Trust methodology.
Install
git clone https://github.com/jeinlee1991/chinese-llm-benchmarkSimilar tools
Same-category neighbours. No typed graph edges are catalogued for this tool yet.
Evidence and technical details
Sourced facts, taxonomy, compatibility claims, README excerpt, and machine-readable endpoints.
Overview
提供多维度的中文AI大模型评估，涵盖各类商用和开源的大规模语言模型，并提供详细的排行榜与超过200万条缺陷数据。
Capability facts
No sourced capability facts yet. Facts appear after ingest scans repo manifests (Dockerfile, package.json, MCP configs).
Categories
Compatibility
Sourced claims from the README excerpt - not unsourced marketing copy.
Source: README excerpt (regex_v1, Oct 12, 2026)
- 目前已囊括410个大模型，覆盖chatgpt、gpt-6、gpt-6.1、谷歌gemini-3.1-pro、Claude-5.5、grok-4.7、文心ERNIE-X1.1、ERNIE-5.1、qwen3Source link
Tags
README
非线智能 NoneLinear ReLE评测：中文AI大模型能力评测（持续更新） ReLE （ R eally R e liable L ive E valuation for LLM），原名CLiB 目前已囊括410个大模型，覆盖chatgpt、gpt 6、gpt 6.1、谷歌gemini 3.1 pro、Claude 5.5、grok 4.7、文心ERNIE X1.1、ERNIE 5.1、qwen3.8 max、step 5、商汤senseChat等商用模型， 以及hy4、step3.7 flash、kimi k3、ernie4.5、MiniMax...
For agents
This page has a .md twin and JSON over the API.