Open LLM Leaderboard

MMLU

大规模多任务语言理解基准

40

H2O EvalGPT

H2O.ai推出的基于Elo评级方法的大模型评估系统

30

Chatbot Arena

以众包方式进行匿名随机对战的LLM基准平台

20

LLMEval3

由复旦大学NLP实验室推出的大模型评测基准

20

FlagEval

智源研究院推出的FlagEval（天秤）大模型评测平台

40

OpenCompass

上海人工智能实验室推出的大模型开放评测体系

40

SuperCLUE

中文通用大模型综合性测评基准

40

CMMLU

一个综合性的大模型中文评估基准

40

AGI-Eval

AI大模型评测社区

50