MMBench

一个全面的中文基础模型评估套件

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

生物医学研究问答数据集和模型得分排行榜

一个综合性的大模型中文评估基准

AI大模型评测社区

H2O.ai推出的基于Elo评级方法的大模型评估系统

中文通用大模型综合性测评基准