斯坦福大学推出的大模型评测体系
中文通用大模型综合性测评基准
全方位的多模态大模型能力评测体系
上海人工智能实验室推出的大模型开放评测体系
大规模多任务语言理解基准
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
