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
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
生物医学研究问答数据集和模型得分排行榜
中文通用大模型综合性测评基准
大规模多任务语言理解基准
