由复旦大学NLP实验室推出的大模型评测基准
LLMEval是由复旦大学NLP实验室推出的大模型评测基准,最新的LLMEval-3聚焦于专业知识能力评测,涵盖哲学、经济学、法学、教育学、文学、历史学、理学、工学、农学、医学、军事学、管理学、艺术学等教育部划定的13个学科门类、50余个二级学科,共计约20W道标准生成式问答题目。
智源研究院推出的FlagEval(天秤)大模型评测平台
以众包方式进行匿名随机对战的LLM基准平台
一个全面的中文基础模型评估套件
一个综合性的大模型中文评估基准
H2O.ai推出的基于Elo评级方法的大模型评估系统
中文通用大模型综合性测评基准