智源研究院推出的FlagEval（天秤）大模型评测平台
全方位的多模态大模型能力评测体系
大规模多任务语言理解基准
斯坦福大学推出的大模型评测体系
AI大模型评测社区
中文通用大模型综合性测评基准
生物医学研究问答数据集和模型得分排行榜
