大规模多任务语言理解基准
Hugging Face推出的开源大模型排行榜单
一个全面的中文基础模型评估套件
智源研究院推出的FlagEval（天秤）大模型评测平台
中文通用大模型综合性评测基准
上海人工智能实验室推出的大模型开放评测体系
