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于2023年8月正式发布的一种大模型开放评测体系。该体系提供了一个全面开源且可复现的评测框架,能够对各种大语言模型和多模态模型进行一站式评测,并定期发布评测结果排行榜。
一个综合性的大模型中文评估基准
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
斯坦福大学推出的大模型评测体系
Hugging Face推出的开源大模型排行榜单
H2O.ai推出的基于Elo评级方法的大模型评估系统