一个综合性的大模型中文评估基准
智源研究院推出的FlagEval（天秤）大模型评测平台
上海人工智能实验室推出的大模型开放评测体系
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
一个全面的中文基础模型评估套件
生物医学研究问答数据集和模型得分排行榜
