一个全面的中文基础模型评估套件
C-Eval是一个适用于大语言模型的多层次多学科中文评估套件，由上海交通大学、清华大学和爱丁堡大学研究人员在2023年5月份联合推出，包含了13948个多项选择题，涵盖了52个不同的学科和四个难度级别，用以评测大模型中文理解能力。
H2O.ai推出的基于Elo评级方法的大模型评估系统
全方位的多模态大模型能力评测体系
生物医学研究问答数据集和模型得分排行榜
斯坦福大学推出的大模型评测体系
大规模多任务语言理解基准
中文通用大模型综合性测评基准
