🌍 国外工具

LMArena

AI 设计

AI模型评估平台

HELM

AI 聊天

斯坦福大学推出的大模型评测体系

MMBench

AI 聊天

全方位的多模态大模型能力评测体系

CMMLU

AI 聊天

一个综合性的大模型中文评估基准

OpenCompass

AI 聊天

上海人工智能实验室推出的大模型开放评测体系

AGI-Eval

AI 聊天

AI大模型评测社区

SuperCLUE

AI 聊天

中文通用大模型综合性测评基准

FlagEval

AI 聊天

智源研究院推出的FlagEval（天秤）大模型评测平台

C-Eval

AI 设计

一个全面的中文基础模型评估套件

Open LLM Leaderboard

AI 聊天

Hugging Face推出的开源大模型排行榜单

MMLU

AI 其他

大规模多任务语言理解基准

MagicArena

AI 设计

字节推出的视觉生成模型对战平台