MMMLU
MMMLU是OpenAI发布的多语言MMLU测试集，含14种语言，用于评估多语言大语言模型。
排序
LLMEval3
LLMEval3是复旦大学自然语言处理实验室发起的大语言模型评测项目，提供评测平台与排行榜。
C-Eval
C-Eval是一个全面的中文基础模型评估套件，包含13,948道多项选择题，覆盖52个学科和四个难度级别。
Phind
Phind是一款面向软件开发者的AI搜索引擎，通过实时网页搜索和大型语言模型合成答案。
ImgEx
ImgEx是一个AI驱动的在线平台，通过文本生成图像并提供增强功能。
心流 AI
心流是一款AI助手，帮助用户高效获取知识，支持实时联网问答、长文总结与文档撰写。
AlpacaEval
AlpacaEval 是一个用于评估指令跟随语言模型的自动评估工具，官网称其快速、廉价且与人类评估高度相关。
FastChat
FastChat是一个用于训练、部署和评估大语言模型的开源平台，支持Vicuna和Chatbot Arena。
OpenCompass司南
OpenCompass司南提供大语言模型和多模态模型的评测榜单，涵盖多能力维度评分。
Open LLM Leaderboard
Open LLM Leaderboard 是一个交互式排行榜，用于筛选和比较开源语言模型在多项测试中的表现。
MMBench
MMBench是一个多模态大语言模型评测基准平台，提供模型性能评估与排行榜服务。
LMArena
LMArena是一个供用户聊天、比较和投票评选最佳AI模型的平台，通过真实世界评估构建公共排行榜。
HELM
HELM是斯坦福大学推出的语言模型透明性基准，提供多指标标准化评估。
H2O Eval Studio
H2O Eval Studio 是一个模块化工作室，用于评估检索增强生成和大型语言模型应用的性能、可靠性和安全性。
FlagEval
FlagEval 是一个用于评估人工智能模型性能的在线平台。
AGI-Eval
AGI-Eval是一个用于评估人工智能模型的网站平台。
Exa.ai
Exa.ai 提供面向AI代理的搜索API，支持实时网络数据、深度研究和结构化内容。
纳米AI搜索
纳米AI搜索提供智能搜索与答案引擎，支持AI分析视频、PDF、网页并自动生成思维导图。
秘塔AI搜索
秘塔AI搜索是一款无广告、直达结果的AI搜索工具，支持视频生成、幻灯片上传等功能。
天工AI
天工AI是搭载天工大模型的AI搜索工具，提供智能、高效、快速的搜索体验。
You.com-魔法
You.com 提供面向 AI 代理和 LLM 的实时网络搜索 API，支持内容提取与有据回答。
WisPaper-论文
WisPaper提供AI驱动的学术搜索、文献发现与深度搜索服务，帮助用户快速查找相关论文并追踪研究趋势。
ThinkAny
ThinkAny 是一款免费的 AI 搜索引擎，利用 RAG 向量搜索提供精准、可信的答案，并支持 AI 助手聊天。
Devv-魔法
Devv是一个AI编程代理，帮助独立开发者和团队快速构建全栈AI产品。
纳米AI
纳米AI是集成多智能体蜂群与多款大模型的智能搜索与内容生成平台。
Lovart
Lovart是一款AI设计代理，通过对话生成图像、视频、音乐等多模态设计内容。
通义星辰-阿里
阿里云推出的角色对话智能体产品，支持创建个性化角色并进行拟人化对话。
讯飞智作
科大讯飞推出的AIGC内容创作平台，提供AI配音、数字人视频制作等服务。
曦灵-百度
百度智能云曦灵是百度推出的数字人平台，提供数字人生产、内容创作与业务配置服务，覆盖视频、直播、对话等应用。
数智人-腾讯
腾讯云智能数智人，新一代多模态人机交互系统，提供形象生产、交互会话、音视频播报等能力。
