大模型排行榜看花了眼啊

资源荟萃
1

在线对话与评测平台

  1. Chat with Open Large Language Models - lmsys.org
  2. 琅琊榜
  3. LYi 林哥的大模型野榜

专注中文的 LLM benchmark

  1. Chinese LLM Benchmark

专业评测平台

  1. SuperCLUE
  2. FlagEval - 排行榜
18 Likes
2

都看看挺好，避免某一个榜单失之偏颇

3

可以 Mark一下

4

mark

5

mark

6

模型再多 也就头部几个用起来人多.

1 Like
7

mark 一下，用时再来

8

只用始皇的new和claude

9

From #develop:ai to 资源荟萃

1 Like
10

人类评分：livebench，lmsys
LLM judge: AlpacaEval 2.0
官方评分：artificialanalysis.ai