能力评测

由上海交通大学、清华大学和爱丁堡大学联合推出的中文基础模型评估套件，涵盖多领域、多难度级别的客观题评测，旨在衡量大模型在中文理解和推理方面的能力。

专注于评估大模型在人类认知与问题解决任务中通用能力的综合性评测平台，由知名高校与机构联合打造，提供多元化评测方式与权威排名，助力AI技术发展与应用。

多模态基准测试框架，旨在全面评估和理解不同场景下多模态模型的性能，通过精心设计的评估流程和标注数据集，提供稳健和可靠的评测结果。

由斯坦福大学发起的，旨在通过多个维度和场景全面评估大语言模型能力，以推动技术进步和模型优化的评测基准。

一个开源的大模型能力评测体系，旨在全面量化评估大模型在知识、语言、理解、推理等方面的能力，并推动模型的迭代优化。

一个针对中文大模型的综合性评测工具，通过多维度、多视角的评测体系真实反映大模型的通用能力，助力技术进步和产业化发展。

一个全面、科学、公正的大模型评测体系及开放平台，旨在通过提供多维度评测工具和方法，帮助研究人员全方位评估基础模型及训练算法的性能。