大规模多任务语言理解基准
H2O.ai推出的基于Elo评级方法的大模型评估系统
中文通用大模型综合性测评基准
全方位的多模态大模型能力评测体系
一个全面的中文基础模型评估套件
上海人工智能实验室推出的大模型开放评测体系
生物医学研究问答数据集和模型得分排行榜
