智源研究院推出的FlagEval(天秤)大模型评测平台
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
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
由复旦大学NLP实验室推出的大模型评测基准
全方位的多模态大模型能力评测体系