AI
OpenCompass 是上海人工智能实验室推出的开源大模型评测体系，支持多维度、标准化模型评估。...
AI
CMMLU 是面向中文大模型的综合性评估基准，涵盖多领域知识与能力评测。...
AI
MMBench 是面向多模态大模型的综合性评测体系，涵盖视觉、语言与跨模态理解能力。...
AI
斯坦福大学推出的开源大模型评测体系，聚焦多维度、可复现的AI模型评估。...
AI
LMArena 是一个专注于AI模型多维度评测的公开平台，支持用户对比测试主流大模型性能。...
