智源研究院推出的FlagEval(天秤)大模型评测平台
中文通用大模型综合性测评基准
一个综合性的大模型中文评估基准
以众包方式进行匿名随机对战的LLM基准平台
大规模多任务语言理解基准
一个全面的中文基础模型评估套件
全方位的多模态大模型能力评测体系