大规模多任务语言理解基准

Hugging Face推出的开源大模型排行榜单

一个全面的中文基础模型评估套件

智源研究院推出的FlagEval（天秤）大模型评测平台

中文通用大模型综合性测评基准

AI大模型评测社区

上海人工智能实验室推出的大模型开放评测体系

一个综合性的大模型中文评估基准