AI大模型評測社區(qū)

大規(guī)模多任務(wù)語言理解基準

一個全面的中文基礎(chǔ)模型評估套件

Hugging Face推出的開源大模型排行榜單

上海人工智能實驗室推出的大模型開放評測體系

中文通用大模型綜合性測評基準

智源研究院推出的FlagEval（天秤）大模型評測平臺

一個綜合性的大模型中文評估基準

全方位的多模態(tài)大模型能力評測體系

斯坦福大學推出的大模型評測體系

由復旦大學NLP實驗室推出的大模型評測基準

以眾包方式進行匿名隨機對戰(zhàn)的LLM基準平臺

生物醫(yī)學研究問答數(shù)據(jù)集和模型得分排行榜