AfroBench: How Good are Large Language Models on African Languages?

ベンチマークのための製品ローンチページ。極太ウェイトの問いかけ見出し、脈打つ黄色のお知らせ、ひんやりしたオフホワイトの床に白い統計カードが3枚。

mcgill-nlp.github.io/AfroBenchAfroBench: How Good are Large Language Models on African Languages?
https://mcgill-nlp.github.io/AfroBench/ のスクリーンショット。著作権は著者にあり、参考として掲載しています。 削除を依頼
会議・ジャーナル
ACL 2025 Findings
年
2025
筆頭著者
Jessica Ojo
分野
multilingual LLM evaluation
テンプレート
hand-written Tailwind CSS (CDN) page
配色
ライト

表示されたページと照合済みです。

選んだ理由

テンプレートではなく製品サイトのように読めます。固定のトップナビ、太字の問いかけ見出し、3枚の統計カード、枠付きの概要マップがあり、続いてテキストと散布図を並べた2カラムのセクションが来ます。黄色のお知らせバナーは少し主張が強めです。

以下の説明と DESIGN.md 本文は英語です。コーディングエージェントが同じ一つの版を読めるよう、翻訳していません。

概要

カラーパレット

タイポグラフィ

system-ui sans
AfroBench: How Good are Large Language Models on African Languages? Abstract · Method · Results · BibTeX — 0123456789
ui-monospace
AfroBench: How Good are Large Language Models on African Languages? Abstract · Method · Results · BibTeX — 0123456789

余白と形

ページの構成要素

ガイドライン

似たスタイル