AI模型评测15

AI 大模型评测榜单:MMLU、C-Eval、SuperCLUE、LMArena 等能力基准与排行,看模型强弱。

M

MagicArena

字节推出的视觉生成模型对战平台

M

MMLU

大规模多任务语言理解基准

O

Open LLM Leaderboard

Hugging Face推出的开源大模型排行榜单

C

C-Eval

一个全面的中文基础模型评估套件

F

FlagEval

智源研究院推出的FlagEval（天秤）大模型评测平台

S

SuperCLUE

中文通用大模型综合性测评基准

A

AGI-Eval

AI大模型评测社区

O

OpenCompass

上海人工智能实验室推出的大模型开放评测体系

C

CMMLU

一个综合性的大模型中文评估基准

M

MMBench

全方位的多模态大模型能力评测体系

H

HELM

斯坦福大学推出的大模型评测体系

L

LMArena

AI模型评估平台

L

LLMEval3

由复旦大学NLP实验室推出的大模型评测基准

H

H2O EvalGPT

H2O.ai推出的基于Elo评级方法的大模型评估系统

P

PubMedQA

生物医学研究问答数据集和模型得分排行榜