🎨 MagicArena｜视觉AI模型竞技场｜免费对比Midjourney/可灵等主流模型 完全免费

官网/网页工具地址:点击访问 📌 一、基础信息概述 MagicArena 是一款专注于视觉生成大模型效果对比的在线对战平台，由字节跳动推出。用户访问官网后，首先需要选择自己的身份（AI创作爱好者、设...

模型评测 点赞:171 ai模型评测

点击查看

🌟 FlagEval | 智源研究院 · 开放式大语言模型评测体系与平台

官网/网页工具地址:点击访问 一、基础信息概述 FlagEval（又称“大模型评测平台”）是由北京智源人工智能研究院推出的一个‌开放、全面的AI模型评价平台&zwn...

模型评测 点赞:11 ai模型评测

点击查看

📊 SuperCLUE｜中文通用大模型综合评测基准｜多维度能力评估 完全开放免费

官网/网页工具地址:点击访问 📌 一、基础信息概述 SuperCLUE 是中文语言理解测评基准 CLUE 在大模型时代的延续与发展，由国内CLUE团队发起并维护，是一个独立、领先的通用大模型综合性测...

模型评测 点赞:92 ai模型评测

点击查看

🌟 ‌AGI-Eval｜模型性能评测与人机协同评估平台｜公开榜单与社区共建

官网/网页工具地址:点击访问 一、基础信息概述 AGI-Eval是一个专注于‌大语言模型（LLM）与多模态模型能力评测‌的公开平台，也是一个鼓励用户参与‌人机协同评测&...

模型评测 点赞:9 ai模型评测

点击查看

🌟 ‌OpenCompass｜上海AI实验室·大模型开源开放评测体系｜三位一体综合平台｜参与国内外标准制定

官网/网页工具地址:点击访问 一、基础信息概述 ‌OpenCompass‌（中文常称“OpenCompass大模型评测开放体系”或“司南&rd...

模型评测 点赞:182 ai模型评测

点击查看

📊 CMMLU｜中文大模型多任务理解评估基准｜67学科/11528题 完全免费开源

官网/网页工具地址:点击访问 📌 一、基础信息概述 CMMLU（Chinese Massive Multitask Language Understanding）是一个专为评估中文大语言模型（LLM...

模型评测 点赞:10 ai模型评测

点击查看

🌟 LLMEval ｜ 复旦大学NLP实验室 · 大语言模型综合评测体系 ｜ 开源免费

官网/网页工具地址:点击访问 一、基础信息概述 LLMEval 是由‌复旦大学自然语言处理（NLP）实验室‌推出的一个系列化、学术性的大语言模型综合评测研究项目与体系。它构建了一...

模型评测 点赞:142 ai模型评测

点击查看

🌟 H2O AI｜企业级生成式AI大模型评估与监控平台｜支持多维度性能分析、可定制评估器与执行仪表板 企业级定价/提供免费试用

官网/网页工具地址:点击访问 一、基础信息概述 H2O EvalGPT（隶属于H2O Eval Studio）是由知名AI公司H2O.ai开发的企业级大语言模型评估与监控平台。其核心定位是为企业AI...

模型评测 点赞:8 ai模型评测

点击查看

📚 PubMedQA｜生物医学研究问答数据集｜专家标注+大规模语料 完全免费

官网/网页工具地址:点击访问 📌 一、基础信息概述 PubMedQA 是一个专门为生物医学研究问答领域设计的数据集和基准测试，旨在推动自然语言处理模型在医学专业知识理解与推理能力的发展。该数据集由匹...

模型评测 点赞:113 ai模型评测

点击查看