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于2023年8月正式发布的一种大模型开放评测体系。该体系提供了一个全面开源且可复现的评测框架,能够对各种大语言模型和多模态模型进行一站式评测,并定期发布评测结果排行榜。
斯坦福大学推出的大模型评测体系
全方位的多模态大模型能力评测体系
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
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测评基准