上海人工智能实验室推出的大模型开放评测体系
OpenCompass是由上海人工智能实验室(上海AI实验室)于2023年8月正式推出的大模型开放评测体系,通过完整开源可复现的评测框架,支持大语言模型、多模态模型各类模型的一站式评测,并定期公布评测结果榜单。
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
全方位的多模态大模型能力评测体系
一个综合性的大模型中文评估基准
生物医学研究问答数据集和模型得分排行榜
以众包方式进行匿名随机对战的LLM基准平台