C-Eval
一个全面的中文基础模型评估套件
LLMEval3LLMEval是由复旦大学NLP实验室推出的大模型评测基准，最新的LLMEval-3聚焦于专业知识能力评测，涵盖哲学、经济学、法学、教育学、文学、历史学、理学、工学、农学、医学、军事学、管理学、艺术学等教育部划定的13个学科门类、50余个二级学科，共计约20W道标准生成式问答题目。
数据统计
相关导航
Segment Anything（SAM）
Meta最新推出的AI图像分割模型
CopyLeaks
AI内容检测和分级
MMLU
大规模多任务语言理解基准
Sapling AI Content Detector
Sapling.ai推出的免费在线AI内容检测工具
稿易AI论文
AI论文写作助手，免费生成2000字大纲
MMBench
全方位的多模态大模型能力评测体系
悟道
智源“悟道”大模型，中国首个+世界最大人工智能大模型
这网站界面看着有点乱，找不着北啊。
要测20万道题？服务器不会炸吧？
哲学部分有点意思，不过经济学的题是不是太老了？
之前用过一个类似评测，结果跟实际体验差好多，这个准不准？
医学那块出题人确定是医生吗？别是百度来的答案。