H2O.ai推出的基于Elo评级方法的大模型评估系统
一个综合性的大模型中文评估基准
AI大模型评测社区
大规模多任务语言理解基准
Hugging Face推出的开源大模型排行榜单
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
