大规模多任务语言理解基准
中文通用大模型综合性测评基准
一个综合性的大模型中文评估基准
全方位的多模态大模型能力评测体系
上海人工智能实验室推出的大模型开放评测体系
H2O.ai推出的基于Elo评级方法的大模型评估系统
生物医学研究问答数据集和模型得分排行榜
