AI大语言模型

MMLU是衡量大语言模型在多学科知识上综合理解能力的权威基准测试，覆盖57个学科领域。

阿里云百炼是一站式大模型开发平台，提供模型训练、部署及AI应用构建服务。

Open LLM Leaderboard是Hugging Face推出的开源大语言模型评测排行榜，通过标准化基准测试追踪和比较全球开源LLM性能表现。

C-Eval是一个涵盖52个学科、13948道题的中文大语言模型评估套件，提供排行榜与在线探索功能。

ZenMux是面向开发者和企业的AI模型聚合平台，通过统一API接入所有主流大模型，提供智能路由与模型保险。

FlagEval是由北京智源研究院推出的AI大模型评测平台，提供多维度、多模态的模型能力评估与榜单排名。

Google AI Studio是免费的AI开发平台，支持Gemini模型实验、提示词工程与API集成。

SuperCLUE是中文通用大模型综合性测评基准，通过多轮开放式、客观题与匿名对战等维度，对国内外主流大模型进行月度评测与排名。

AGI-Eval 是一个专注于通用人工智能能力评估的模型评测平台，帮助用户系统化衡量各类 AI 模型的综合表现。

OpenCompass是开源、高效、全面的大模型评测平台，提供权威榜单与评测工具，助力模型能力评估与选型。

MMBench是OpenCompass团队推出的多模态大模型评测基准，通过丰富题库全面衡量AI模型的视觉理解与推理能力。