大模型评测基准

CL-bench：腾讯混元与复旦大学联合推出的Context学习能力评测基准

CL-bench是一个专注衡量大语言模型从全新上下文信息中实时学习、应用知识的核心能力。该基准包含500个专家精心构建的复杂场景、1899个任务，全面覆盖领域知识推理、规则系统应用、程序性任务执行和经验发现与模拟四大类别。

复旦大学大模型评测基准机器学习模型腾讯AI腾讯混元AI

[推荐] 豆包网页版：支持AI聊天，AI图片生成，AI漫画生成，AI写作等

字节跳动开发的一款多功能人工智能工具，基于云雀模型（豆包大模型）构建。它不仅是一个AI聊天机器人，还具备多种功能，包括写作助手、英语学习助手、音乐生成、编程助理等。

AI写作平台AI图片生成AI漫画生成工具AI聊天助手

LLMEval3：复旦大学NLP实验室推出的第三代中文大模型专业知识评测基准

LLMEval3是目前国内外最权威的大语言模型（LLM）‍专业知识评测基准之一。它由复旦大学自然语言处理实验室推出，旨在填补通用模型评测中对学科深度和专业应用能力的空白。

AI模型评测NLP实验室复旦大学大模型评测基准