大规模多任务语言理解基准
一个综合性的大模型中文评估基准
生物医学研究问答数据集和模型得分排行榜
斯坦福大学推出的大模型评测体系
全方位的多模态大模型能力评测体系
中文通用大模型综合性测评基准
Hugging Face推出的开源大模型排行榜单
