以众包方式进行匿名随机对战的LLM基准平台
Chatbot Arena是一个大型语言模型 (LLM) 的基准平台,以众包方式进行匿名随机对战,该项目方LMSYS Org是由加州大学伯克利分校、加州大学圣地亚哥分校和卡内基梅隆大学合作创立的研究组织。
H2O.ai推出的基于Elo评级方法的大模型评估系统
HELM全称Holistic Evaluation...
生物医学研究问答数据集和模型得分排行榜
智源研究院推出的FlagEval(天秤)大模型评测平台
一个综合性的大模型中文评估基准
AI大模型评测社区