EVA-Bench Data 2.0: 3ドメイン、121ツール、213シナリオ

EVA-Bench Data 2.0は、LLMの評価ベンチマークを拡張するものです。3つのドメイン、121のツール、213のシナリオを網羅し、LLMの多様な能力をより包括的に評価するためのデータセットを提供します。これにより、LLMの性能評価の精度と信頼性が向上し、今後のLLM開発に貢献します。