Hugging Face推出的開源大模型排行榜單

大規(guī)模多任務(wù)語言理解基準(zhǔn)

中文通用大模型綜合性測(cè)評(píng)基準(zhǔn)

H2O.ai推出的基于Elo評(píng)級(jí)方法的大模型評(píng)估系統(tǒng)

生物醫(yī)學(xué)研究問答數(shù)據(jù)集和模型得分排行榜

智源研究院推出的FlagEval（天秤）大模型評(píng)測(cè)平臺(tái)

由復(fù)旦大學(xué)NLP實(shí)驗(yàn)室推出的大模型評(píng)測(cè)基準(zhǔn)

一個(gè)全面的中文基礎(chǔ)模型評(píng)估套件

一個(gè)綜合性的大模型中文評(píng)估基準(zhǔn)

上海人工智能實(shí)驗(yàn)室推出的大模型開放評(píng)測(cè)體系

斯坦福大學(xué)推出的大模型評(píng)測(cè)體系

全方位的多模態(tài)大模型能力評(píng)測(cè)體系

以眾包方式進(jìn)行匿名隨機(jī)對(duì)戰(zhàn)的LLM基準(zhǔn)平臺(tái)