大模型能力评测，大家主要看哪个榜单？

针对大模型能力评测，社区发帖探讨大家目前主要参考哪些评测榜单。在 AA 近期推出新版本测试集引发较多讨论的背景下，发帖者向社区提问大家评估模型能力时主要看哪些榜单。