我对AI一无所知

LLM-EVAL 复旦大学实验室推出的大模型基准

匿名随机对战的大模型基准平台，你是凭判官，来给大模型打分

Stanford CRFM斯坦福大学推出的评估体系

MMBench全方位大模型评估

CMMLU是一个综合性的中文评估基准，专门用于评估语言模型在中文语境下的知识和推理能力。CMMLU涵盖了从基础学科到高级专业水平的67个主题。它包括：需要计算和推理的自然科学，需要知识的人文科学和社会科学,以及需要生活常识的中国驾驶规则等。此外，CMMLU中的许多任务具有中国特定的答案，可能在其他地区或语言中并不普遍适用。因此是一个完全中国化的中文测试基准。

评测榜单旨在为大语言模型和多模态模型提供全面、客观且中立的得分与排名，同时提供多能力维度的评分参考，以便用户能够更全面地了解大模型的能力水平。

AGI-Eval评测社区

CLUE中文语言理解基准测评

大模型评测平台

中文基准模型评估套件 C-Eval: A Multi-Level Multi-Discipline Chinese Evaluation Suite for Foundation Models

大模型多任务语言理解基准 Papers With Code highlights trending Machine Learning research and the code to implement it.