智源研究院推出的FlagEval（天秤）大模型评测平台
大规模多任务语言理解基准
一个综合性的大模型中文评估基准
以众包方式进行匿名随机对战的LLM基准平台
全方位的多模态大模型能力评测体系
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
