SuperCLUE_AI模型评测

SuperCLUE 是一个中文通用大模型综合性评测基准，从三个不同的维度评价模型的能力：基础能力、专业能力和中文特性能力。

其中基础能力能力包括: 语义理解、对话、逻辑推理、角色模拟、代码、生成与创作等10项能力。

专业能力包括: 包括了中学、大学与专业考试，涵盖了从数学、物理、地理到社会科学等50多项能力。

中文特性能力: 针对有中文特点的任务，包括了中文成语、诗歌、文学、字形等10项多种能力。

类似网站

Open LLM Leaderboard 是一个开放的大型语言模型性能评估平台，旨在为全球的AI研究者和开发者提供一个公正、透明的性能比较和排名环境。

大规模多任务语言理解基准

H2O.ai推出的基于Elo评级方法的大模型评估系统

生物医学研究问答数据集和模型得分排行榜

FlagEval是一款专业的AI驱动的评估工具，旨在为企业提供高效、精确的数据分析和业务决策支持。

LLMEval3是一款专为评估和提升大型语言模型性能而设计的AI应用工具。

C-Eval是一款先进的人工智能评估工具，专门设计用于评估和分析文本内容的质量。

OpenCompass是一个致力于推动人工智能技术开放和共享的平台。

CMMLU（Computer Machine Learning Model Library & Utilities）是一款集成了机器学习模型库和实用工具的AI应用。