H2O.ai推出的基于Elo评级方法...
生物医学研究问答数据集和模...
全方位的多模态大模型能力评...
智源研究院推出的FlagEval（...
一个全面的中文基础模型评估套件
中文通用大模型综合性测评基准
斯坦福大学推出的大模型评测体系
上海人工智能实验室推出的大...
大规模多任务语言理解基准
Hugging Face推出的开源大模...
一个综合性的大模型中文评估基准
