Chatbot Arena LLM 排行榜
Chatbot Arena LLM 排行榜,是一个由加州大学伯克利分校 SkyLab 和 LMSYS 的研究人员开发的开源平台，用于通过人类偏好评估人工智能
OpenCompass（司南）是由上海人工智能实验室发布的开源大模型评测体系，目前已成为业界权威的大模型评估平台，涵盖学科、语言、知识、理解、推理等评测维度，可全面评估大模型的综合能力。
以下为2024年9月截取的图片，模型排名可能随着日期不同而不同，截图仅供参考，具体以网站内为准：
相关导航
FlagEval （天秤）大模型评测
FlagEval （天秤）大模型评测体系及开放平台，旨在建立科学、公正、开放的评测基准、方法、工具集，协助研究人员全方位评估基础模型及训练算法的性能，同时探索利用AI方法实现对主...
Livebench LLM模型的基准测试平台
LiveBench 是一个针对大型语言模型（LLM）的权威基准测试平台，提供一个公平、客观且无污染的评测环境，以评估和比较不同 LLM 的性能
Artificial Analysis AI基准测试平台
Artificial Analysis平台是一家领先的独立AI基准测试和分析平台
CLUE中文语言理解基准测评
中文语言理解测评基准，包括代表性的数据集、基准(预训练)模型、语料库、排行榜。选择一系列有一定代表性的任务对应的数据集，做为我们测试基准的数据集。这些数据集会覆盖不同的...
AGI-Eval
AGI-Eval评测社区，AI大模型评测社区
superbench 大模型评测榜单
SuperBench是由清华大学基础模型研究中心联合中关村实验室在2024年共同发布的大模型综合能力评测榜单
Open LLM Leaderboard
Hugging Face 推出新版开源大模型排行榜（Open LLM Leaderboard）
暂无评论...