H2O AI推出的用于评估和比较LLM大模型的开放工具
斯坦福大学推出的大模型测评体系
适用于大语言模型的多层次、多学科中文评估套件
中文通用大模型综合性评测基准
Hugging Face推出的开源大模型排行榜单
生物医学研究问答数据集和模型得分排行榜
专门用于评估语言模型在中文语境下的知识和推理能力