开源模型与评测

19 款工具

开源大模型权重仓库、本地推理工具、权威评测基准与模型竞技场榜单。

PubMedQA

PubMedQA 是一款面向开源模型与评测领域的实用在线平台,核心提供生物医学研究问答数据集和模型得分排行榜等功能支持。

LLMEval3

LLMEval3 是一款面向开源模型与评测领域的实用在线平台,核心提供由复旦大学NLP实验室推出的大模型评测基准等功能支持。

OpenCompass

OpenCompass:评测榜单旨在为大语言模型和多模态模型提供全面、客观且中立的得分与排名,同时提供多能力维度的评分参考,以便用户能够更全面地了解大模型的能力水平。

SuperCLUE

SuperCLUE 是一款面向开源模型与评测领域的实用在线平台,核心提供中文通用大模型综合性测评基准等功能支持。

H2O EvalGPT

H2O EvalGPT 是一款面向开源模型与评测领域的实用在线平台,核心提供H2O.ai推出的基于Elo评级方法的大模型评估系统等功能支持。

BLOOM

BLOOM 是一款面向开源模型与评测领域的实用在线平台,核心提供HuggingFace推出的大型语言模型(LLM)等功能支持。

CMMLU

CMMLU 是一款面向开源模型与评测领域的实用在线平台,核心提供一个综合性的大模型中文评估基准等功能支持。

Dataify

从联网搜索到模型训练,Dataify 为企业与 AI 开发者提供实时网页数据、多模态训练数据集及定制服务,支持模型训练、智能体开发。

MMBench

MMBench 是一款面向开源模型与评测领域的实用在线平台,核心提供全方位的多模态大模型能力评测体系等功能支持。

FlagEval

FlagEval 是一款面向开源模型与评测领域的实用在线平台,核心提供智源研究院推出的FlagEval(天秤)大模型评测平台等功能支持。