竹江AI导航

AI模型评测

共 15 个工具
LMArenaLMArenaAI模型评估平台
MMLUMMLU大规模多任务语言理解基准
AGI-EvalAGI-EvalAI大模型评测社区
C-EvalC-Eval一个全面的中文基础模型评估套件
Open LLM LeaderboardOpen LLM LeaderboardHugging Face推出的开源大模型排行榜单
FlagEvalFlagEval智源研究院推出的FlagEval（天秤）大模型评测平台
HELMHELM斯坦福大学推出的大模型评测体系
LLMEval3LLMEval3由复旦大学NLP实验室推出的大模型评测基准
MagicArenaMagicArena字节推出的视觉生成模型对战平台
H2O EvalGPTH2O EvalGPTH2O.ai推出的基于Elo评级方法的大模型评估系统
OpenCompassOpenCompass上海人工智能实验室推出的大模型开放评测体系
SuperCLUESuperCLUE中文通用大模型综合性测评基准
CMMLUCMMLU一个综合性的大模型中文评估基准
MMBenchMMBench全方位的多模态大模型能力评测体系
PubMedQAPubMedQA生物医学研究问答数据集和模型得分排行榜