MagicArena est une plateforme d'évaluation comparative compétitive conçue pour évaluer et classer les modèles d'IA générative visuelle par le biais d'une comparaison humaine directe.

AGI-Eval est une communauté d'évaluation spécialisée conçue pour comparer les capacités et les performances de divers grands modèles de langage d'IA.

Un système d'évaluation avancé de H2O.ai qui utilise les méthodologies de notation Elo pour comparer et classer les grands modèles de langage (LLM).

MMBench est un cadre d'évaluation complet conçu pour mesurer les capacités des grands modèles de langage multimodaux à travers un large éventail de tâches visuelles et textuelles.

Un cadre d'évaluation standardisé et holistique de l'Université de Stanford, conçu pour mesurer la performance et la sécurité des grands modèles de langage.

OpenCompass is an open-source evaluation framework developed by the Shanghai AI Lab to provide standardized, comprehensive benchmarking for large language models.

An open-source evaluation framework developed by the Beijing Academy of Artificial Intelligence (BAAI) to standardize and scale LLM benchmarking.