中文通用大模型综合性测评基准
斯坦福大学推出的大模型评测体系
AI大模型评测社区
生物医学研究问答数据集和模型得分排行榜
智源研究院推出的FlagEval（天秤）大模型评测平台
一个全面的中文基础模型评估套件
由复旦大学NLP实验室推出的大模型评测基准
