Open LLM Leaderboard

大规模多任务语言理解基准

斯坦福大学推出的大模型评测体系

以众包方式进行匿名随机对战的LLM基准平台

智源研究院推出的FlagEval（天秤）大模型评测平台

全方位的多模态大模型能力评测体系

上海人工智能实验室推出的大模型开放评测体系

一个综合性的大模型中文评估基准

由复旦大学NLP实验室推出的大模型评测基准