生物医学研究问答集合模型得分排行榜
大规模多任务多语言模型评测基准
H20 推出的基于Elo评估方法的大模型评估系统
一个全面的中文大模型评估套件
综合性能大模型中文能力评估基准
斯坦福大学推出的大模型评测体系
Hugging Face 推出的大模型榜单
