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。
H2O.ai推出的基于Elo评级方法的大模型评估系统
以众包方式进行匿名随机对战的LLM基准平台
由复旦大学NLP实验室推出的大模型评测基准
斯坦福大学推出的大模型评测体系
一个综合性的大模型中文评估基准
Hugging Face推出的开源大模型排行榜单