智源研究院推出的FlagEval(天秤)大模型评测平台
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
上海人工智能实验室推出的大模型开放评测体系
一个全面的中文基础模型评估套件
以众包方式进行匿名随机对战的LLM基准平台
全方位的多模态大模型能力评测体系