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
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
Hugging Face推出的开源大模型排行榜单
大规模多任务语言理解基准
由复旦大学NLP实验室推出的大模型评测基准
