上海人工智能实验室推出的大模型评估测试
大规模多任务多语言模型评测基准
以众包方式匿名对战的LLM评测平台
智源研究院的大模型评估平台
H20 推出的基于Elo评估方法的大模型评估系统
斯坦福大学推出的大模型评测体系
综合性能大模型中文能力评估基准
