AI模型评测

MMLU
MMLU

大规模多任务语言理解基准
Open LLM Leaderboard
Open LLM Leaderboard

Hugging Face推出的开源大模型排行榜单
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
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
Chatbot Arena
Chatbot Arena

以众包方式进行匿名随机对战的LLM基准平台
LLMEval3
LLMEval3

由复旦大学NLP实验室推出的大模型评测基准
H2O EvalGPT
H2O EvalGPT

H2O.ai推出的基于Elo评级方法的大模型评估系统
PubMedQA
PubMedQA

生物医学研究问答数据集和模型得分排行榜
AI工具集导航收录了国内外数百个不同类型的AI工具，每日更新和添加最新AI工具，AI工具集还推荐了AI学习开发的常用网站、框架和模型，帮助你加入人工智能浪潮，自动化高效完成任务！ Ctrl + D 或 ⌘ + D 收藏本站到浏览器书签栏。