智源研究院的大模型评估平台
综合性能大模型中文能力评估基准
生物医学研究问答集合模型得分排行榜
中文通用大模型综合性测评基准（SuperCLUE）
上海人工智能实验室推出的大模型评估测试
一个全面的中文大模型评估套件
大规模多任务多语言模型评测基准
