一个综合性的大模型中文评估基准
CMMLU是一个综合性的中文评估基准,专门用于评估语言模型在中文语境下的知识和推理能力,涵盖了从基础学科到高级专业水平的67个主题。
全方位的多模态大模型能力评测体系
以众包方式进行匿名随机对战的LLM基准平台
生物医学研究问答数据集和模型得分排行榜
智源研究院推出的FlagEval(天秤)大模型评测平台
上海人工智能实验室推出的大模型开放评测体系
斯坦福大学推出的大模型评测体系