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

一张为 benchmark 做的产品发布页,粗黑字重的提问式标题、闪动的黄色公告,冷调米白底上摆着三张白色数据卡。

mcgill-nlp.github.io/AfroBenchAfroBench: How Good are Large Language Models on African Languages?
https://mcgill-nlp.github.io/AfroBench/ 的截图,版权归作者所有,仅作参考展示。 申请删除
会议或期刊
ACL 2025 Findings
年份
2025
第一作者
Jessica Ojo
领域
multilingual LLM evaluation
模板
hand-written Tailwind CSS (CDN) page
配色
浅色

已对照实际渲染的页面核对。

入选理由

读起来像产品网站而不是模板。有吸顶导航、粗体提问式标题、三张数据卡和带框的总览地图,之后是文字配散点图的双栏部分。黄色公告横幅略显扎眼。

下面的说明和 DESIGN.md 正文是英文。为了让编程 agent 读同一个版本,这部分没有翻译。

概述

配色

字体

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

间距与形状

页面模块

使用建议

相似风格