全部AI 内容检测AI 写作工具AI 副业工具AI 办公工具AI 图像工具AI 学习网站AI 开发平台AI 提示指令AI 智能体AI 模型评测AI 编程工具AI 聊天助手AI 视频工具AI 训练模型AI 设计工具AI 音频工具AI 搜索引擎

PubMedQA

生物医学研究问答数据集和模型得分排行榜

H2O EvalGPT

H2O.ai推出的基于Elo评级方法的大模型评估系统

LLMEval3

由复旦大学NLP实验室推出的大模型评测基准

HELM

斯坦福大学推出的大模型评测体系

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

OpenCompass

上海人工智能实验室推出的大模型开放评测体系

AGI-Eval

AI大模型评测社区

SuperCLUE

中文通用大模型综合性测评基准

FlagEval

智源研究院推出的FlagEval（天秤）大模型评测平台

MagicArena

字节推出的视觉生成模型对战平台