返回工具列表 工具分类智能体与自动化按实际使用场景归类 官网入口huggingface.co保留原站直达链接 收费方式官网可查看最终价格以官网为准 关注人数9A+ 优先推荐 01AI模型评测 02核心能力 02 03核心能力 03 04核心能力 04 05核心能力 05 06核心能力 06 01 02 03 04 05 06
智能体与自动化
Open LLM Leaderboard
Open LLM Leaderboard 是最大的大模型和数据集社区 HuggingFace 推出的开源大模型排行榜单，基于 Eleuther AI Language Model Evaluation Harness（Eleuther AI语言模型评估框架）封装。
访问官网 更新于 2026/04/15
Open LLM Leaderboard 是什么
Open LLM Leaderboard 是一款面向 智能体与自动化 场景的 AI 工具，Hugging Face推出的开源大模型排行榜单。
Open LLM Leaderboard 是最大的大模型和数据集社区 HuggingFace 推出的开源大模型排行榜单，基于 Eleuther AI Language Model Evaluation Harness（Eleuther AI语言模型评估框架）封装。Open LLM Leaderboard通过多种基准测试（如 IFEval、BBH、MATH 等），从指令遵循、复杂推理、数学解题、专业知识问答等多个维度对模型进行评估。排行榜涵盖预训练模型、聊天模型等多种类型，提供详细的数值结果和模型输入输出细节。Open LLM Leaderboard 能帮助用户筛选出当前最先进的模型，推动开源社区的进步。 多维度基准测试 ：包括多种基准测试（如 IFEval、BBH、MATH、GPQA 等），涵盖指令遵循、复杂推理、数学解题、专业知识问答等多个领域，全面评估模型能力。
Open LLM Leaderboard 是最大的大模型和数据集社区 HuggingFace 推出的开源大模型排行榜单，基于 Eleuther AI Language Model Evaluation Harness（Eleuther AI语言模型评估框架）封装。
主要能力
多维度基准测试
多种模型类型支持
详细结果展示
社区互动
可复现性支持
IFEval
适合场景
多种基准测试（如 IFEval
Open LLM Leaderboard 可用于多种基准测试（如 IFEval，适合先用一个真实任务验证输出质量。
BBH
Open LLM Leaderboard 可用于BBH，适合先用一个真实任务验证输出质量。
MATH
Open LLM Leaderboard 可用于MATH，适合先用一个真实任务验证输出质量。
GPQA 等）
Open LLM Leaderboard 可用于GPQA 等），适合先用一个真实任务验证输出质量。
复杂推理
Open LLM Leaderboard 可用于复杂推理，适合先用一个真实任务验证输出质量。
数学解题
Open LLM Leaderboard 可用于数学解题，适合先用一个真实任务验证输出质量。