以众包方式进行匿名随机对战的LLM基准平台
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
智源研究院推出的FlagEval（天秤）大模型评测平台
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
