生物医学研究问答数据集和模型得分排行榜
由复旦大学NLP实验室推出的大模型评测基准
以众包方式进行匿名随机对战的LLM基准平台
大规模多任务语言理解基准
一个全面的中文基础模型评估套件
Hugging Face推出的开源大模型排行榜单
斯坦福大学推出的大模型评测体系