斯坦福大学推出的大模型评测体系
大规模多任务语言理解基准
Hugging Face推出的开源大模型排行榜单
生物医学研究问答数据集和模型得分排行榜
上海人工智能实验室推出的大模型开放评测体系
智源研究院推出的FlagEval（天秤）大模型评测平台
一个全面的中文基础模型评估套件
