AI大模型评测社区
大规模多任务语言理解基准
智源研究院推出的FlagEval（天秤）大模型评测平台
Hugging Face推出的开源大模型排行榜单
斯坦福大学推出的大模型评测体系
由复旦大学NLP实验室推出的大模型评测基准
一个全面的中文基础模型评估套件
