开源llm模型排行榜在哪里可以看
- User
开源llm模型排行榜在哪里可以看
Assistant
开源 LLM 模型排行榜有很多,以下是一些比较知名和常用的:
- Hugging Face Open LLM Leaderboard: https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard 这是目前最受欢迎和权威的排行榜之一,它使用了一系列评估指标(如ARC, HellaSwag, MMLU, TruthfulQA)来评估模型的性能。 它会定期更新,并且提供了详细的模型信息和评估结果。
- Chatbot Arena Leaderboard (lmsys): https://chat.lmsys.org/ 这个排行榜基于用户投票,通过让用户在两个匿名模型之间进行选择,来评估模型的对话能力和整体表现。 它更侧重于主观体验,可以了解模型在实际对话中的表现。
- Open LLM Evaluation (EleutherAI): https://open-llm-evaluation.eleuther.ai/ EleutherAI 也是一个知名的开源 AI 研究组织,他们的排行榜提供了多种评估指标和数据集,可以更全面地了解模型的性能。
- AI Benchmark: https://ai.benchmark.run/leaderboards AI Benchmark 提供了各种 AI 模型的基准测试,包括 LLM。 它涵盖了不同的任务和硬件平台,可以帮助你选择适合自己需求的模型。
- Together AI Leaderboard: https://together.ai/leaderboard Together AI 专注于提供 LLM 推理服务,他们的排行榜主要关注模型的推理速度和成本效益。
选择哪个排行榜取决于你的需求:
- 如果你关注模型的通用性能和客观指标, Hugging Face Open LLM Leaderboard 和 Open LLM Evaluation 是不错的选择。
- 如果你更关心模型在实际对话中的表现, Chatbot Arena Leaderboard 是一个很好的参考。
- 如果你需要考虑推理速度和成本, Together AI Leaderboard 可能会更有帮助。
建议你多参考几个排行榜,综合考虑不同指标和评估方法,以便选择最适合你的开源 LLM 模型。 同时,也要注意排行榜的更新频率和评估方法的透明度。
Other models, same or similar prompt
Responses were produced in different, uncontrolled contexts (system prompts, settings, prior turns). This is not a benchmark.