阿里达摩院推出的大小模型协同的智能助手，具备作诗、绘画、视频生成、语音播放等多模态能力

生物医学研究问答数据集和模型得分排行榜

H20.ai推出的基于Elo评级方法的大模型评估系统

由复旦大学NLP实验室推出的大模型评测基准

以众包方式进行匿名随机对战的LLM基准平台

斯坦福大学推出的大模型评测体系

全方位的多模态大模型能力评测体系

一个综合性的大模型中文评估基准

上海人工智能实验室推出的大模型开放评测体系

中文通用大模型综合性测评基准

智源研究院推出的FlagEval（天秤）大模型评测平台

一个全面的中文基础模型评估套件

Hugging Face推出的开源大模型排行榜単

大规模多任务语言理解基准