AI模型评测共 15 个工具

MagicArena MagicArena 字节推出的视觉生成模型对战平台 访问工具 → MMLU MMLU 大规模多任务语言理解基准 访问工具 → Open LLM Leaderboard Open LLM Leaderboard Hugging Face推出的开源大模型排行榜单 访问工具 → C-Eval C-Eval 一个全面的中文基础模型评估套件 访问工具 → FlagEval FlagEval 智源研究院推出的FlagEval（天秤）大模型评测平台 访问工具 → SuperCLUE SuperCLUE 中文通用大模型综合性测评基准 访问工具 → AGI-Eval AGI-Eval AI大模型评测社区 访问工具 → OpenCompass OpenCompass 上海人工智能实验室推出的大模型开放评测体系 访问工具 → CMMLU CMMLU 一个综合性的大模型中文评估基准 访问工具 → MMBench MMBench 全方位的多模态大模型能力评测体系 访问工具 → HELM HELM 斯坦福大学推出的大模型评测体系 访问工具 → LMArena LMArena AI模型评估平台 访问工具 → LLMEval3 LLMEval3 由复旦大学NLP实验室推出的大模型评测基准 访问工具 → H2O EvalGPT H2O EvalGPT H2O.ai推出的基于Elo评级方法的大模型评估系统 访问工具 → PubMedQA PubMedQA 生物医学研究问答数据集和模型得分排行榜 访问工具 →