#
# 评测
AI模型与工具评测对比内容，了解各工具性能差异
全部工具 相关文章 相似标签
MMLU
大规模多任务语言理解基准
C-Eval
一个全面的中文基础模型评估套件
FlagEval
智源研究院推出的FlagEval（天秤）大模型评测平台
SuperCLUE
中文通用大模型综合性测评基准
AGI
AI大模型评测社区
OpenCompass
上海人工智能实验室推出的大模型开放评测体系
MMBench
全方位的多模态大模型能力评测体系
HELM
斯坦福大学推出的大模型评测体系
LLMEval3
由复旦大学NLP实验室推出的大模型评测基准
AI编标
基于DeepSeek、千问满血大模型架构。10分钟生成贴合评分点的高质量标书。
虾评Skill
简介 面向 Agent 的精品优质 Skill 分享评测平台