AI爱好者

MagicArena

MagicArena是什么 MagicArena 是字节跳动...

MMLU

MMLU 全称 Massive Multitask Lang...

Open LLM Leaderboard

Open LLM Leaderboard是什么 Open L...

C-Eval

C-Eval是什么 C-Eval是适用于大语言模型的多层次多...

FlagEval

FlagEval是什么 FlagEval（天秤）是北京智源人...

AI Ping

AI Ping是什么 AI Ping是专注AI大模型服务性能...

SuperCLUE

SuperCLUE是什么 SuperCLUE 是针对中文大模...

AGI-Eval

AGI-Eval是什么 AGI-Eval是上海交通大学、同济...

OpenCompass

OpenCompass是什么 OpenCompass是上海人...

CMMLU

CMMLU是什么 CMMLU是综合性的中文评估基准，专门用在...

MMBench

MMBench是什么 MMBench是多模态基准测试，由上海...

HELM

HELM是什么 HELM全称Holistic Evaluat...