模型性能评测

OCR Arena

多格式样本支持

OCR模型性能对比与评测平台

nonfinito

响应分析

多模型并排评估与对比平台

LMArena

动态排行

大语言模型匿名对战评测平台

HELM

公平性偏见检测

HELM是大语言模型多维评测基准