同类推荐

MagicArena
MagicArena

字节推出的视觉生成模型对战平台

MMLU
MMLU

大规模多任务语言理解基准

C-Eval
C-Eval

一个全面的中文基础模型评估套件

FlagEval
FlagEval

智源研究院推出的FlagEval（天秤）大模型评测平台

SuperCLUE
SuperCLUE

中文通用大模型综合性测评基准

AGI-Eval
AGI-Eval

AI大模型评测社区

OpenCompass
OpenCompass

上海人工智能实验室推出的大模型开放评测体系

CMMLU
CMMLU

一个综合性的大模型中文评估基准

MMBench
MMBench

全方位的多模态大模型能力评测体系

HELM
HELM

斯坦福大学推出的大模型评测体系

LMArena
LMArena

AI模型评估平台

LLMEval3
LLMEval3

由复旦大学NLP实验室推出的大模型评测基准