AI模型評測15
MagicArena位元組推出的視覺生成模型對戰平台
MMLU大規模多工語言理解基準
Open LLM LeaderboardHugging Face推出的開源大模型排行榜單
C-Eval一個全面的中文基礎模型評估套件
FlagEval智源研究院推出的FlagEval（天秤）大模型評測平台
SuperCLUE中文通用大模型綜合性測評基準
AGI-EvalAI大模型評測社群
OpenCompass上海人工智慧實驗室推出的大模型開放評測體系
CMMLU一個綜合性的大模型中文評估基準
MMBench全方位的多模態大模型能力評測體系
HELM斯坦福大學推出的大模型評測體系
LMArenaAI模型評估平台
LLMEval3由復旦大學NLP實驗室推出的大模型評測基準
H2O EvalGPTH2O.ai推出的基於Elo評級方法的大模型評估系統
PubMedQA生物醫學研究問答資料集和模型得分排行榜繼續探索 AI 的更多可能瀏覽全部工具