LLMEval3
由复旦大学NLP实验室推出的大模型评测基准
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
H2O EvalGPT
H2O.ai推出的基于Elo评级方法的大模型评估系统
Chatbot Arena
以众包方式进行匿名随机对战的LLM基准平台
CMMLU
一个综合性的大模型中文评估基准
PubMedQA
生物医学研究问答数据集和模型得分排行榜
Open LLM Leaderboard
Hugging Face推出的开源大模型排行榜单
HELM
斯坦福大学推出的大模型评测体系
FlagEval
智源研究院推出的FlagEval（天秤）大模型评测平台
No comments...