IBM®watsonx.ai™AI工作室是IBM watsonx™AI和数据平台的一部分，它将由基础模型和传统机器学习(ML)提供支持的新型生成式AI(gen AI)功能整合到一个涵盖AI生命周期的强

中文通用大模型综合性测评基准（SuperCLUE），是针对中文可用的通用大模型的一个测评基准

Imagen是谷歌研究团队开发的一款文本到图像的扩散模型

FlagEval（天秤）大模型评测体系及开放平台，旨在建立科学、公正、开放的评测基准、方法、工具集，协助研究人员全方位评估基础模型及训练算法的性能，同时探索利用AI方法实现对主观评测的辅助，大幅提升评

Evidently AI，这是一个AI可观测性和ML监测平台

斯坦福大学推出的大模型评测体系

MMBench是一个用于评估指令微调视觉语言模型（VLM）各种能力的平台

Ollama是一个提供大型语言模型服务的平台。它支持多种模型，如Llama 3.1、Phi 3、Mistral、Gemma 2等，用户可以自定义和创建自己的模型

OpenCompass是由上海人工智能实验室（上海AI实验室）于2023年8月正式推出的大模型开放评测体系，通过完整开源可复现的评测框架，支持大语言模型、多模态模型各类模型的一站式评测，并定期公布评测