OpenCompass是由上海人工智能...
OpenCompass是由上海人工智能實驗室(上海AI實驗室)於2023年8月正式推出的大模型開放評測體系,通過完整開源可復現的評測框架,支持大語言模型、多模態模型各類模型的一站式評測,並定期公佈評測結果榜單。
Chatbot Arena是一個大型語言...
MMBench是一個多模態基準測試...
PubMedQA是一個生物醫學研究...
C-Eval是一個適用於大語言模...
FlagEval(天秤)由智源研究...
H2O EvalGPT 是 H2O.ai 用於...