AI模型评测15
MagicArena字节推出的视觉生成模型对战平台
MMLU大规模多任务语言理解基准
Open LLM LeaderboardHugging Face推出的开源大模型排行榜单
C-Eval一个全面的中文基础模型评估套件
FlagEval智源研究院推出的FlagEval（天秤）大模型评测平台
SuperCLUE中文通用大模型综合性测评基准
AGI-EvalAI大模型评测社区
OpenCompass上海人工智能实验室推出的大模型开放评测体系
CMMLU一个综合性的大模型中文评估基准
MMBench全方位的多模态大模型能力评测体系
HELM斯坦福大学推出的大模型评测体系
LMArenaAI模型评估平台
LLMEval3由复旦大学NLP实验室推出的大模型评测基准
H2O EvalGPTH2O.ai推出的基于Elo评级方法的大模型评估系统
PubMedQA生物医学研究问答数据集和模型得分排行榜สำรวจต่อว่า AI ทำอะไรได้อีกดูเครื่องมือทั้งหมด