雷 城

HELM

斯坦福大学推出的大模型评测体系

H2O EvalGPT

H2O推出的基于Elo评级方法的LLM评估系统和工具

CMMLU

一个综合性的大模型中文评估基准

FlagEval

智源研究院推出的FlagEval（天秤）大模型评测平台

OpenCompass

上海人工智能实验室推出的大模型开放评测体系

C-Eval

一个适用于大语言模型的多层次多学科中文评估套件

MMLU

大规模多任务语言理解基准，UC Berkeley推出

SuperCLUE

中文通用大模型综合性评测基准

魔搭社区

阿里达摩院推出的AI模型社区，超过300+开源AI模型

序列猴子

出门问问推出的一款超大规模的语言模型

文心大模型

百度推出的百度文心产业级知识增强大模型

DALL·E 3

OpenAI旗下最新的图像生成模型