MMLU大规模多任务语言理解基准
Open LLM LeaderboardHugging Face推出的开源大模型排行榜单
C-Eval一个全面的中文基础模型评估套件
FlagEval智源研究院推出的FlagEval(天秤)大模型评测平台
SuperCLUE中文通用大模型综合性测评基准
OpenCompass上海人工智能实验室推出的大模型开放评测体系
CMMLU一个综合性的大模型中文评估基准
MMBench全方位的多模态大模型能力评测体系
HELM斯坦福大学推出的大模型评测体系
Chatbot Arena以众包方式进行匿名随机对战的LLM基准平台
LLMEval3由复旦大学NLP实验室推出的大模型评测基准
H2O EvalGPTH2O.ai推出的基于Elo评级方法的大模型评估系统
PubMedQA生物医学研究问答数据集和模型得分排行榜
热门工具
MidjourneyMidjourney是一款AI绘画工具,通过文本描述生成高质量图像,支持多种风格和主题。
Stable Diffusion《Stable Diffusion》是一种生成模型,通过学习大量文本与图像的对应关系,能根据输入的文本描述生成相关的图像。
讯飞星火认知大模型讯飞星火认知大模型,是由科大讯飞推出的新一代认知智能大模型,拥有跨领域的知识和语言理解能力,能够基于自然对话方式理解与执行任务,提供语言理解、知识问答、逻辑推理、数学题解答、代码理解与编写等多种能力。
ChatGPTChatGPT是一款强大的人工智能聊天机器人,能够理解复杂问题,生成流畅自然的回答,帮助用户解决问题,提升交流体验。
豆包豆包是你的AI 聊天智能对话问答助手,写作文案翻译情感陪伴编程全能工具。豆包为你答疑解惑,提供灵感,辅助创作,也可以和你畅聊任何你感兴趣的话题。




















