智源研究院推出的FlagEval(天秤)大模型评测平台
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
大规模多任务语言理解基准
生物医学研究问答数据集和模型得分排行榜
Hugging Face推出的开源大模型排行榜单
以众包方式进行匿名随机对战的LLM基准平台