FlagEval(天秤)是北京智源人工智能研究院(BAAI)推出的科学、公正、开放的大模型评测体系及开放平台,为研究人员提供全面评估基础模型及训练算法性能的工具和方法。FlagEval采用“能力-任务-指标”三维评测框架,从多个维度对大模型的认知能力进行评估,涵盖对话、问答、情感分析等多种应用场景,提供超过22个数据集和8万道评测题目。平台支持多模态模型评测,覆盖文本、图像、视频等多种数据类型,兼容多种AI框架和硬件架构。FlagEval提供自动化评测机制,支持主观与客观评测的全自动流水线,帮助研究人员高效、准确地了解模型性能,推动大模型技术的发展。
网站描述
站点信息
温馨提示:当前网站仅在本站做收录展示,同时在2026年09月05日入库时,该网站内容都属于安全正规,但不能保证一直都是安全正规,请注意自行判断站点的安全性,如有内容出现违规,可通过本站站点反馈功能进行反馈,或联系站长进行删除,以免财产损失!






评论 0 条