Chatbot Arena
以众包方式进行匿名随机对战的LLM基准平台
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。
数据统计
相关导航
PubMedQA
生物医学研究问答数据集和模型得分排行榜
C-Eval
一个全面的中文基础模型评估套件
FlagEval
智源研究院推出的FlagEval（天秤）大模型评测平台
MMBench
全方位的多模态大模型能力评测体系
SuperCLUE
中文通用大模型综合性测评基准
H2O EvalGPT
H2O.ai推出的基于Elo评级方法的大模型评估系统
Open LLM Leaderboard
Hugging Face推出的开源大模型排行榜单
暂无评论...