Huggingface's Open LLM Leaderboard VS BenchLLM by V7

Klu LLM Benchmarks - リアルタイムのKlu.aiデータがこのリーダーボードを支え、LLMプロバイダーの評価を可能にし、ニーズに最適なAPIとモデルを選択できます。

Berkeley Function-Calling Leaderboard - Berkeley Function Calling Leaderboard（別名 Berkeley Tool Calling Leaderboard）で、LLM の関数（別名ツール）を正確に呼び出す能力をご確認ください。

LiveBench - LiveBench は、さまざまなソースからの毎月の新しい質問と正確な採点のための客観的な回答を備えた LLM ベンチマークであり、現在 6 つのカテゴリに 18 のタスクを備えており、さらに多くのタスクが追加される予定です。

LLM Explorer - 大規模言語モデルを簡単に発見、比較、ランク付けできるLLM Extractumを活用しましょう。選択プロセスを単純化し、AIアプリケーションのイノベーションを促進します。

LightEval - LightEvalは、Hugging Faceが最近リリースしたLLMデータ処理ライブラリdatatroveとLLMトレーニングライブラリnanotronで社内で使用している、軽量なLLM評価スイートです。