AI模型评测

斯坦福出品的AI能力对比平台，覆盖142个热门模型与87类任务场景

一套面向视觉语言模型的开源评测体系，涵盖20多个维度。

客观了解国产大模型真实能力排名的第三方评测平台

提供大语言模型与多模态模型能力排名、人机竞赛及评测集贡献的一站式平台。

提供大语言模型第三方评测榜单、在线评测工具和评测数据集社区服务。

生物医学研究问答数据集与模型评测排行榜

复旦NLP实验室推出的学术评测基准，覆盖13+学科和医学AI。