MagicArena é uma plataforma de avaliação comparativa competitiva projetada para avaliar e classificar modelos visuais de IA generativa por meio de comparação lado a lado com humanos.
AGI-Eval é uma comunidade de avaliação especializada, criada para comparar as capacidades e o desempenho de diversos modelos de linguagem de IA de grande escala.
MMBench is a comprehensive evaluation framework designed to measure the capabilities of multimodal large language models across a wide array of visual and textual tasks.
OpenCompass is an open-source evaluation framework developed by the Shanghai AI Lab to provide standardized, comprehensive benchmarking for large language models.
MMLU is a comprehensive benchmark designed to evaluate the general knowledge and problem-solving capabilities of large language models across a vast array of disciplines.