搜索 大模型评测

FlagEval

AI模型评测

智源FlagEval（天秤）平台从多个维度评测模型，兼顾客观任务与开放问题。

LLMEval3

AI模型评测

复旦大学NLP实验室推出的LLMEval3，针对中文大模型能力设计评测任务与榜单。

H2O EvalGPT

AI模型评测

H2O Elo评级机制给大模型打分，可输出相对排名，适合快速建立模型强弱的直观认识。