斯坦福大学推出的大模型评测体系
智源研究院推出的FlagEval（天秤）大模型评测平台
Hugging Face推出的开源大模型排行榜单
以众包方式进行匿名随机对战的LLM基准平台
生物医学研究问答数据集和模型得分排行榜
全方位的多模态大模型能力评测体系
由复旦大学NLP实验室推出的大模型评测基准
