以众包方式匿名对战的LLM评测平台
综合性能大模型中文能力评估基准
大规模多任务多语言模型评测基准
斯坦福大学推出的大模型评测体系
复旦大学推出的大模型评测基准
一个全面的中文大模型评估套件
生物医学研究问答集合模型得分排行榜
