专门用于评估语言模型在中文语境下的知识和推理能力
斯坦福大学推出的大模型测评体系
Hugging Face推出的开源大模型排行榜单
复旦大学NLP实验室推出的大模型评测基准
生物医学研究问答数据集和模型得分排行榜
中文通用大模型综合性评测基准
上海人工智能实验室推出的大模型开放评测体系
