H2O EvalGPT
H2O.ai推出的基于Elo评级方法的大模型评估系统
OpenCompass是由上海人工智能实验室（上海AI实验室）于2023年8月正式推出的大模型开放评测体系，通过完整开源可复现的评测框架，支持大语言模型、多模态模型各类模型的一站式评测，并定期公布评测结果榜单。
Relevant Navigation
HELM
斯坦福大学推出的大模型评测体系
MMLU
大规模多任务语言理解基准
MMBench
全方位的多模态大模型能力评测体系
CMMLU
一个综合性的大模型中文评估基准
SuperCLUE
中文通用大模型综合性测评基准
C-Eval
一个全面的中文基础模型评估套件
LLMEval3
由复旦大学NLP实验室推出的大模型评测基准
No comments...