由复旦大学NLP实验室推出的大模型评测基准
生物医学研究问答数据集和模型得分排行榜
全方位的多模态大模型能力评测体系
一个综合性的大模型中文评估基准
大规模多任务语言理解基准
智源研究院推出的FlagEval（天秤）大模型评测平台
Hugging Face推出的开源大模型排行榜单
