
OpenCompass
上海人工智能实验室牵头的大模型评测体系与公开榜单,用统一基准考察语言模型的知识、推理、数学与代码能力,模型选型前先来查一份可复现的体检报告。
大模型评测AI工具把底座能力量出来比高低,选型和质量拿它看真章,它做任务、判分和榜单,也接维度和报告,团队靠它不盲信。

上海人工智能实验室牵头的大模型评测体系与公开榜单,用统一基准考察语言模型的知识、推理、数学与代码能力,模型选型前先来查一份可复现的体检报告。

北京智源研究院的大模型评测开放平台,覆盖语言、多模态与文生图等方向的权威榜单,提供匿名盲测角斗场与多维评测工具,为模型选型和研究提供中立参照。

面向中文专业知识问答的大模型动态评测平台,用随机抽样与自动评分输出榜单与报告。