BenCzechMark：你的 LLM 能理解捷克语吗？

BenCzechMark 推出捷克语大语言模型综合评测基准与排行榜，用于评估模型在捷克语下的复杂推理、生成及文化知识掌握能力。该基准包含 9 个类别的 50 项任务，其中 90% 为原生非翻译内容，首批排行榜涵盖超过 25 款开源模型。评测覆盖阅读理解、语法纠错、数学推理等维度，采用 Acc、EM、AUROC 与词级困惑度（Ppl）等指标进行公平评估。