简介
Histology Guide 是一个模型测评平台，旨在帮助用户轻松选择适合自己的AI大模型产品，并比较不同大模型在各个维度上的表现。该平台允许免费使用各大模型的能力，通过综合排名和细分维度排名，以及对大模型回答结果的打分，为用户提供了一个直观的比较和选择工具。
主要功能
免费使用：免费访问并使用各大模型的能力。
排名系统：平台首页展示所有大模型的综合排名和各个细分维度的排名。
打分机制：通过提问并打分来评价大模型的回答结果，进而看到对应使用的大模型。
详细介绍：点击每个大模型名称可以进入对应的介绍页面，提供背景知识和官网入口。
主要特点
用户友好：平台设计简洁和易用性。
多轮对话：基于大模型的知识库，支持高效的多轮对话。
视觉辅助：通过排名和打分，提供视觉辅助，帮助用户理解大模型的性能。
模型覆盖：选择的所有模型基本上覆盖了大部分AI大模型产品。
结论
Histology Guide 让用户能够比较和选择不同的AI大模型。尽管存在一些缺点，如模型覆盖不全和偶尔的技术问题，但平台的免费使用、排名系统和打分机制为用户提供了便利。
一个直观比较不同大模型在各个维度上表现的工具
H2O LLM Eval是由H2O.ai开发的一款用于评估和比较大型语言模型（LLM）的工具。它提供了一个平台，使用户能够了解不同模型在广泛任务和基准测试中的表现，帮助用户为特定任务选择合适的模型。
PubMedQA是一个专注于生物医学领域的问答数据集，它从PubMed摘要中收集并构建，用于研究和开发能够理解并回答生物医学研究问题的AI系统。该数据集由Qiao Jin和Xinghua Lu创建，并在EMNLP 2019上发布。
FlagEval（天秤）是由北京智源人工智能研究院联合多个高校团队共同打造的大模型评测平台。该平台采用“能力—任务—指标”三维评测框架，旨在为AI大模型提供全面、细致的评测结果。FlagEval致力于建立科学、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。
MMBench是由OpenCompass研究团队自建的视觉语言模型评测数据集，旨在实现对大型多模态模型从感知到认知能力的逐级细分评估。
一个用于诊断和提升模型的性能的一站式评测平台
MMLU作为一项全面的多任务语言理解评估，为大语言模型提供了一个挑战性的测试平台。它不仅有助于推动语言模型的评估标准发展，也为中文语言处理技术的研究和应用提供了重要支持。
C-Eval是由上海交通大学、清华大学和爱丁堡大学研究人员联合推出的多层次多学科中文评估套件，旨在评测大语言模型（LLM）的中文理解能力。
