OpenCompass司南 - 评测榜单
OpenCompass 平台的 LLM（大语言模型）排行榜页面，由 OpenCompass 社区维护。
AGI-Eval评测社区
是由上海交通大学、同济大学、华东师范大学以及 DataWhale 等高校和机构合作推出的大模型评测社区
C-Eval 排行榜
主要用于展示不同大语言模型（LLMs）在多层次、多学科中文任务中的综合能力排名。
MMBench
MMBench 的官方排行榜页面，由 OpenCompass 社区维护。
AI Ping
专注AI大模型服务性能评测的平台
LMArena
大语言模型评估与比较的AI开源平台
Open LLM Leaderboard
由 open-llm-leaderboard 团队创建。它的主要目的是跟踪、排名和评估开源大语言模型（LLMs）和聊天机器人，为用户提供一个透明、可比较的平台，以了解不同模型的性能表现。
MMLU
MMLU 是一个广泛使用的基准，测试模型在多个学科和任务上的语言理解能力，涵盖高中、大学和专业水平的知识。
Evidently AI
开源的机器学习模型监测和测...
Ai-Ceping
领先的大模型评测平台
星图AstraFlow大模型
UCloud 优刻得旗下 AstraFlow 星图平台的模型体验广场
arize.com
是一个领先的 AI 可观测性平台
Anyscale
专注于运行和扩展机器学习（ML）与人工智能（AI）工作负载
Prompt Llama
帮助用户评估不同模型在生成图像时的表现差异
xia345
AI Agent 生态导航平台
HELM
斯坦福大学推出的大模型评测体系
PinchBench
由Kilo AI 团队打造的AI 大模型 Agent 能力专业评测平台