opencompass

OpenCompass 是一个大语言模型（LLM）评估平台，支持包括Llama3、Mistral、InternLM2、GPT-4、LLaMa2、Qwen、GLM、Claude等在内的多种模型，并覆盖超过100个数据集。其核心功能在于提供了一套全面的评估工具和算法，能够帮助用户轻松地测试和比较不同NLP模型的表现。该平台采用Python开发，具有良好的扩展性和易用性。适用于需要对大型语言模型进行性能评测的研究人员、开发者以及企业，在选择或优化模型时提供重要参考依据。