RESOURCE COLLECTION
好用的资源，总有路找到。
从工具到资源站，找到解决问题的下一步。
13 个资源
13 个资源
AI模型评测
13 个好去处，直接到官网具体工具
PubMedQA
pubmedqa.github.io生物医学问答数据集和模型评估工具。
具体工具H2O EvalGPT
evalgpt.aiH2O.ai公司基于Elo评级方法开发的大模型评估系统
具体工具LLMEval3
llmeval.com复旦大学自然语言处理实验室开发的AI大模型评测基准
具体工具LMArena
lmarena.aiAI模型评估的专用平台，用于比较不同AI模型的性能。
具体工具HELM
crfm.stanford.edu斯坦福大学开发的大模型全面能力评估体系
具体工具MMBench
mmbench.opencompass.org.cn多模态大模型能力评测的广泛全面客观体系
具体工具OpenCompass
opencompass.org.cn上海人工智能实验室开发的开放式大模型评测框架
资源站AGI-Eval
agi-eval.cnAI大模型评测的社区。
具体工具SuperCLUE
cluebenchmarks.com中文通用大模型的综合测评基准。
具体工具FlagEval
flageval.baai.ac.cn（天秤）是智源研究院的大模型评测平台。
资源站C-Eval
cevalbenchmark.com全面涵盖中文基础模型能力评估的工具套件
资源站MMLU
paperswithcode.com大规模的多任务语言理解能力评估基准测试
具体工具MagicArena
aigcarena.com字节跳动开发的视觉生成人工智能模型对战竞技平台
具体功能与费用以官网最新说明为准。