H2O EvalGPT

H2O EvalGPT 是 H2O.ai 推出的开放大模型评估工具，采用 Elo 评级方法对主流开源与高性能大语言模型进行系统化比较。平台提供公开排行榜，展示模型在大量任务与基准测试中的评级和详细指标，评估过程可重复、结果透明。排行榜每周自动更新，并持续扩充评估维度与基准范围。用户还可手动运行 A/B 测试，辅助验证自动评估与人工判断的一致性，从而为项目选型提供参考依据。宝藏内容来自https://x-imagine.com/sites/evalgpt-hd.html - 荒岛