大规模多任务语言理解基准
MMLU 全称 Massive Multitask Language Understanding，是一种针对大模型的语言理解能力的测评，是目前最著名的大模型语义理解测评之一，由UC Berkeley大学的研究人员在2020年9月推出。该测试涵盖57项任务，包括初等数学、美国历史、计算机科学、法律等。任务涵盖的知识很广泛，语言是英文，用以评测大模型基本的知识覆盖范围和理解能力。
Hugging Face推出的开源大模型排行榜单
全方位的多模态大模型能力评测体系
以众包方式进行匿名随机对战的LLM基准平台
上海人工智能实验室推出的大模型开放评测体系
斯坦福大学推出的大模型评测体系
一个综合性的大模型中文评估基准
