AI模型测评

共 9 篇网址

MagicArena

字节推出的视觉生成模型对战平台

2010

FlagEval

智源研究院推出的FlagEval（天秤）大模型评测平台

690

AGI-Eval

AI大模型评测社区

660

OpenCompass

上海人工智能实验室推出的大模型开放评测体系

570

MMBench

全方位的多模态大模型能力评测体系

600

HELM

斯坦福大学推出的大模型评测体系

650

LLMEval3

由复旦大学NLP实验室推出的大模型评测基准

570

H2O EvalGPT

H2O.ai推出的基于Elo评级方法的大模型评估系统

530

PubMedQA

生物医学研究问答数据集和模型得分排行榜

530