DALL·E 3
OpenAI旗下最新的图像生成模型
排序
GPT-4
OpenAI旗下最新的GPT-4模型
腾讯混元大模型
腾讯研发的大语言模型，具备强大的中文创作能力，复杂语境下的逻辑推理能力，以及可靠的任务执行能力
豆包大模型
字节跳动推出的AI大模型家族，包括视频生成、语音视觉、通用语言模型等
Gemma
谷歌推出的新一代轻量级开放模型
Llama 3
Meta最新开源推出的新一代大模型
Ollama
本地运行Llama和其他大语言模型
PubMedQA
生物医学研究问答数据集和模型得分排行榜
H2O EvalGPT
H2O.ai推出的基于Elo评级方法的大模型评估系统
LLMEval3
由复旦大学NLP实验室推出的大模型评测基准
Chatbot Arena
以众包方式进行匿名随机对战的LLM基准平台
HELM
斯坦福大学推出的大模型评测体系
MMBench
全方位的多模态大模型能力评测体系
CMMLU
一个综合性的大模型中文评估基准
OpenCompass
上海人工智能实验室推出的大模型开放评测体系
AGI-Eval
AI大模型评测社区
SuperCLUE
中文通用大模型综合性测评基准
FlagEval
智源研究院推出的FlagEval（天秤）大模型评测平台
C-Eval
一个全面的中文基础模型评估套件
Open LLM Leaderboard
Hugging Face推出的开源大模型排行榜单
MMLU
大规模多任务语言理解基准