• 1
• 1
• 0

evalplus

• 1
• 1
• 0

human-eval

• 1
• 0
• 0

CIBench

• 1
• 0
• 0

ANAH

• 1
• 0
• 0

code-evaluator

• 1
• 0
• 0

CriticBench

• 1
• 0
• 0

GTA

• 1
• 0
• 0

Ada-LEval

• 1
• 0
• 0

DevBench

• 1
• 0
• 0

GAOKAO-Eval

• 1
• 0
• 0

BotChat

• 1
• 0
• 0

T-Eval

• 1
• 0
• 0

MixtralKit

• 1
• 0
• 0

VLMEvalKit

• 1
• 4
• 2

opencompass

Python

OpenCompass is an LLM evaluation platform, supporting a wide range of models (LLaMA, LLaMa2, ChatGLM2, ChatGPT, Claude, etc) over 50+ datasets.