OpenCompass (司南)
国内领先的开源大模型评测体系。
对比 100+ AI 模型的智能、价格、性能、速度和上下文窗口等关键指标。
数据统计
相关导航
LLM-Stats
每日更新的 AI 模型综合排行榜，对比 LLM/TTS/STT/视频/图像/嵌入模型的性能、价格和上下文窗口。
Stanford HELM
斯坦福大语言模型整体评估框架，多场景多指标全面评估。
SuperGLUE
更具挑战性的通用语言理解评估基准。
SEAL Leaderboard
Scale AI 的专家驱动评测平台，专注编程和推理能力排名。
MMLU 排行榜
大规模多任务语言理解基准测试，衡量多学科问题性能。
AlpacaEval
评估指令遵循模型能力的自动化评估排行榜。
Open LLM Leaderboard
Hugging Face 开放大语言模型排行榜，追踪评估领先开源模型。
暂无评论...