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(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。
斯坦福大学推出的大模型评测体系
生物医学研究问答数据集和模型得分排行榜
智源研究院推出的FlagEval(天秤)大模型评测平台
一个全面的中文基础模型评估套件
全方位的多模态大模型能力评测体系
大规模多任务语言理解基准