大规模多任务语言理解基准
中文通用大模型综合性测评基准
一个全面的中文基础模型评估套件
斯坦福大学推出的大模型评测体系
专注于智能文本机器人的高科技企业
一个综合性的大模型中文评估基准
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
复旦大学NLP实验室推出的大模型评测基准
基于Elo评级方法的大模型评估系统
生物医学研究问答数据集和模型得分排行榜
智源研究院推出的FlagEval(天秤)大模型评测平台
收录12个网站
收录52个网站
收录28个网站
收录13个网站
收录19个网站
收录14个网站
收录117个网站
收录4个网站
收录3个网站
收录2个网站