FlagEval(天秤)由智源研究院将联合多个高校团队打造,是一种采用“能力—任务—指标”三维评测框架的大模型评测平台,旨在提供全面、细致的评测结果。该平台已提供了 30 多种能力、5 种任务和 4 大类指标,共 600 多个维度的全面评测,任务维度包括 22 个主客观评测数据集和 84433 道题目。

©️版权声明:除特别注明外,本站所发布的所有文章均为AI一站通原创作品,其版权归AI一站通所有。未经明确授权,任何个人、媒体、网站或团体均不得擅自转载、抄袭或以其他任何形式复制本站内容,亦不得在非AI一站通所属的服务器上设立镜像站点。对于任何违反上述规定的行为,AI一站通将依法保留追究其法律责任的权利。

类似网站