一个全面的中文基础模型评估套件
C-Eval是一个适用于大语言模型的多层次多学科中文评估套件,由上海交通大学、清华大学和爱丁堡大学研究人员在2023年5月份联合推出,包含了13948个多项选择题,涵盖了52个不同的学科和四个难度级别,用以评测大模型中文理解能力。
H2O.ai推出的基于Elo评级方法的大模型评估系统
全方位的多模态大模型能力评测体系
大规模多任务语言理解基准
一个综合性的大模型中文评估基准
斯坦福大学推出的大模型评测体系
Hugging Face推出的开源大模型排行榜单