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
H2O.ai推出的基于Elo评级方法的大模型评估系统
全方位的多模态大模型能力评测体系
斯坦福大学推出的大模型评测体系
一个综合性的大模型中文评估基准
大规模多任务语言理解基准