llm-leaderboard
为LLM模型提供的全球性能排行榜
由社区合力打造的LLM模型排行榜，提供交互式仪表板和丰 富的性能比较。用户可查看各模型在Chatbot Arena Elo、HellaSwag、HumanEval-Python、LAMBADA等指标上的表现。项目特别关注开源模型的本地部署和商业应用，欢迎各类贡献和修改。
项目介绍
LLM-Leaderboard 是一个由社区共同努力创建的，用于语言模型（LLMs）的集中排行榜。其目标是提供一个统一的展示平台，方便用户查看和比较各种语言模型的性能表现。此项目鼓励社区成员积极贡献和纠正信息，以确保数据的准确性和完整性。
互动仪表盘
项目提供了一个互动仪表盘，用户可以通过以下链接访问：
排行榜
LLM-Leaderboard 的核心部分是其排行榜，展示了多个语言模型的详细信息和性能指标。这包括模型的名称、发布者、是否为开放模型、在 Chatbot Arena Elo 等各类基准测试中的成绩。这些信息不仅帮助用户了解模型的基本属性，也为选择适合自己需求的模型提供了数据支持。
基准测试
排行榜中的模型性能通过多个基准测试进行评估，包括：
- Chatbot Arena Elo：采用广泛用于国际象棋和其他竞争游戏中的 Elo 评级系统，评估聊天机器人的表现。
- HellaSwag：专注于评估常识性自然语言推理的挑战性数据集。
- HumanEval：测量合成程序的功能正确性，包含一组编程问题。
- LAMBADA：通过文本理解能力测试语言模型的预测能力。
- MMLU：考察模型在STEM、人文学科和社会科学等57个学科中的知识及问题解决能力。
- TriviaQA：包含大量问答数据，用于阅读理解测试。
- WinoGrande：灵感来自WSC设计的大规模专家构建的代词解决问题数据集。
如何贡献
项目鼓励社区成员参与贡献，可以通过以下方 式：
-
表格工作：
- 补充缺失的条目
- 在排行榜中以字母顺序添加新模型或新基准测试
-
代码工作：
- 改善现有代码
- 请求和实现新功能
未来计划
项目计划在未来添加更多模型的详细信息，例如模型年份、参数数量、训练时见过的词元数量、上下文窗口长度、架构类型等。
更多开放的 LLMs
对于希望了解能够用于商业用途和微调的开放语言模型的用户，可以查阅 open-llms 的仓库。
来源
排行榜中的数据来源于各模型作者的论文和发布结果。每个数据值都提供了来源链接，项目特别感谢 MosaicML、lmsys.org、Papers With Code 等网站提供的性能数据。
免责声明
以上信息可能会有误。如计划将某个发布的模型用于商业使用，请咨询法律专业人士获得法律意见。
编辑推荐精选
扣子-AI办公
职场AI，就用扣子
AI办公助手，复杂任务高效处理。办公效率低？扣子空间AI助手支持播客生成、PPT制作、网页开发及报告写作，覆盖科研、商业、舆情等领域的专家Agent 7x24小时响应，生活工作无缝切换，提升50%效率！
堆友
多风格AI绘画神器
堆友平台由阿里巴巴设计团队创建，作为一款AI驱动的设计工具，专为设计师提供一站式增长服务。功能覆盖海量3D素材、AI绘画、实时渲染以及专业抠图，显著提升设计品质和效率。平台不仅提供工具，还是一个促进创意交流和个人发展的空间，界面友好，适合所有级别的设计师和创意工作者。
码上飞
零代码AI应用开发平台
零代码AI应用开发平台，用户只需一句话简单描述需求，AI能自动生成小程序、APP或H5网页应用，无需编写代码。
Vora
免费创建高清无水印Sora视频
Vora是一个免费创建高清无水印Sora视频的AI工具
Refly.AI
最适合小白的AI自动化工作流平台
无需编码，轻松生成可复用、可变现的AI自动化工作流
酷表ChatExcel
大模型驱动的Excel数据处理工具
基于大模型交互的表格处理系统，允许用户通过对话方式完成数据整理和可视化分析。系统采用机器学习算法解析用户指令，自动执行排序、公式计算和数据透视等操作，支持多种文件格式导入导出。数据处理响应速度保持在0.8秒以内，支持超过100万行数据的即时分析。
TRAE编程
AI辅助编程，代码自动修复
Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。
AIWritePaper论文写作
AI论文写作指导平台
AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。
博思AIPPT
AI一键生成PPT，就用博思AIPPT！
博思AIPPT，新一代的AI生成PPT平台，支持智能生成PPT、AI美化PPT、文本&链接生成PPT、导入Word/PDF/Markdown文档生成PPT等，内置海量精美PPT模板，涵盖商务、教育、科技等不同风格，同时针对每个页面提供多种版式，一键自适应切换，完美适配各种办公场景。
潮际好麦
AI赋能电商视觉革命，一站式智能商拍平台
潮际好麦深耕服装行业，是国内AI试衣效果最好的软件。使用先进AIGC能力为电商卖家批量提供优质的、低成本的商拍图。合作品牌有Shein、Lazada、安踏、百丽等65个国内外头部品牌，以及国内10万+淘宝、天猫、京东等主流平台的品牌商家，为卖家节省将近85%的出图成本，提升约3倍出图效率，让品牌能够快速上架。
推荐工具精选
AI云服务特惠
懂AI专属折扣关注微信公众号
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号