以众包方式进行匿名随机对战的LLM基准平台
H2O.ai推出的基于Elo评级方法的大模型评估系统
一个综合性的大模型中文评估基准
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
斯坦福大学推出的大模型评测体系
Hugging Face推出的开源大模型排行榜单
