SuperCLUE SuperCLUE 是面向中文大模型能力评测的综合基准与榜单平台,围绕中文理解、知识、推理、数学、代码、多轮对话等任务,对主流大语言模型进行系统测试与结果展示。网站提供 SuperCLUE 评测体系、模型排名、测评说明和相关研究资料,帮助研究者、开发者和企业用户了解不同模型在中文场景下的表现与差异,适合用于大模型选型参考、能力对比和中文 AI 评测信息查询。 AI学习资源 # AI研究 # 中文大模型
FlagEval FlagEval 是由北京智源人工智能研究院推出的大模型评测平台,面向人工智能模型提供多维度能力评估与榜单展示。网站涵盖模型趋势、评测任务、数据集与结果对比等内容,支持用户了解不同模型在语言理解、生成、推理等方面的表现,适合研究人员、开发者和行业用户参考模型能力与技术进展。 AI开发平台 # AI基准测试 # 大模型评测
MMBench MMBench 是由 OpenCompass 提供的多模态大模型评测基准与榜单平台,面向视觉语言模型等多模态 AI 系统,提供标准化测试集、评测结果和模型性能对比信息。网站可用于了解主流多模态模型在图像理解、推理、感知等任务中的表现,适合研究人员、开发者和 AI 从业者参考模型能力与评测进展。 AI开发平台 # AI基准测试 # OpenCompass