Hugging Face推出的开源大模型排行榜单
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平台
智源研究院推出的FlagEval（天秤）大模型评测平台
针对中文可用的通用大模型的一个测评基准
国内多所高校和机构合作发布的大模型评测社区
上海人工智能实验室推出的大模型开放评测体系
OpenCompass推出的全方位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
由复旦大学NLP实验室推出的大模型评测基准
H2O.ai推出的基于Elo评级方法的大模型评估系统
首个基于PubMed摘要构建的生物医学问答数据集，生物医学研究问答数据集和模型得分排行榜
