OpenCompass司南 - 评测榜单
大模型性能权威评测榜单
OpenCompass LLM排行榜是一个开源的大语言模型评估平台，提供超过100个数据集的基准测试，涵盖知识、逻辑、数学、代码等维度。榜单实时更新，展示GPT-4、Claude、Qwen等开源与商业模型的综合性能排名，为研究者和开发者提供客观的模型选择参考。
AI 资源分类
大模型评测
大模型评测 选型指南
「大模型评测」是 芝麻派AI 下的 AI 资源专题分类，收录 11 款相关工具。你可以在本页按热度与更新时间浏览，并进入详情页查看功能说明、适用场景与同类对比。 热门包括：MMLU、HELM、AGI-Eval评测社区。
选型建议：挑选「大模型评测」工具时，先明确使用场景（个人 / 团队 / 企业），再对比免费额度、中文支持与国内访问；芝麻派AI 各资源详情页提供「同类备选」便于横向对比。
本站热门推荐
- MMLU 多任务语言理解基准评测
- HELM 斯坦福大模型标准化评测平台
- AGI-Eval评测社区 AGI模型能力公正评测平台
- C-Eval 排行榜 评估中文AI模型能力排行榜
- OpenCompass司南 – 评测榜单 大模型性能权威评测榜单
常见问题
大模型评测 类 AI 工具有哪些？
「大模型评测」是 芝麻派AI 下的 AI 资源专题分类，收录 11 款相关工具。你可以在本页按热度与更新时间浏览，并进入详情页查看功能说明、适用场景与同类对比。 热门包括：MMLU、HELM、AGI-Eval评测社区。
大模型评测 分类有哪些推荐？
本站热门推荐：MMLU（多任务语言理解基准评测）；HELM（斯坦福大模型标准化评测平台）；AGI-Eval评测社区（AGI模型能力公正评测平台）；C-Eval 排行榜（评估中文AI模型能力排行榜）；OpenCompass司南 – 评测榜单（大模型性能权威评测榜单）。
如何挑选合适的 大模型评测 工具？
挑选「大模型评测」工具时，先明确使用场景（个人 / 团队 / 企业），再对比免费额度、中文支持与国内访问；芝麻派AI 各资源详情页提供「同类备选」便于横向对比。
正在加载…
