AI工具导航 AI工具导航

AI模型测评

SuperCLUE
SuperCLUE

中文通用大模型综合性测评基准
OpenCompass
OpenCompass

上海人工智能实验室推出的大模型开放评测体系
CMMLU
CMMLU

一个综合性的大模型中文评估基准
MMBench
MMBench

全方位的多模态大模型能力评测体系
HELM
HELM

斯坦福大学推出的大模型评测体系
Chatbot Arena
Chatbot Arena

以众包方式进行匿名随机对战的LLM基准平台
LLMEval3
LLMEval3

由复旦大学NLP实验室推出的大模型评测基准
H2O EvalGPT
H2O EvalGPT

H2O.ai推出的基于Elo评级方法的大模型评估系统
PubMedQA
PubMedQA

生物医学研究问答数据集和模型得分排行榜
C-Eval
C-Eval

一个全面的中文基础模型评估套件
FlagEval
FlagEval

智源研究院推出的FlagEval（天秤）大模型评测平台
MMLU
MMLU

大规模多任务语言理解基准
Open LLM Leaderboard
Open LLM Leaderboard

Hugging Face推出的开源大模型排行榜单
分享有趣实用的AI工具。

友链申请 广告投放

微信AI工具导航

微信
Copyright © 2025 AI工具导航  粤ICP备2024279727