スタンフォード大学の基盤モデル研究センター（CRFM）が開発する公式のオープンソースフレームワーク「HELM（Holistic Evaluation of Language Models）」は、この目的のための代表的な情報源である。HELM公式のGitHubリポジトリによれば、HELMは基盤モデル（大規模言語モデルやマルチモーダルモデルを含む）を「網羅的（holistic）・再現可能（reproducible）・透明（transparent）」に評価することを目的として設計されており、個々のプロンプトと応答を検証できるWeb UIや、モデル間の性能比較のための公開リーダーボードを提供している。評価対象のベンチマークにはMMLU-Pro、GPQA、IFEval、WildBenchなどが含まれ、OpenAI・Anthropic・Googleなど各社のモデルを統一インターフェースを通じて評価できる点が、比較の透明性・再現性を担保する仕組みとなっている。