一个综合性的大模型中文评估基准
生物医学研究问答数据集和模型得分排行榜
大规模多任务语言理解基准
以众包方式进行匿名随机对战的LLM基准平台
一个全面的中文基础模型评估套件
Hugging Face推出的开源大模型排行榜单
全方位的多模态大模型能力评测体系