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：本站所有AI工具索引及介绍内容版权归AInav所有。未经许可，任何个人或组织不得转载、采集或建立镜像。本站部分工具介绍来源于官方公开资料，旨在促进人工智能技术的普及与应用，如有侵权请联系删除。
类似网站
AInav是2026年领先的AI导航书签站，严选全球500+前沿AI智能体(Agent)与大模型。涵盖写作、绘图、视频、编程等全场景工具，每日更新。作为您的AI第二大脑，提供一键直达的快速入口，助您高效发现、收藏并执行未来智能任务。Ctrl + D 收藏本站！