FlagEval(天秤)是由北京智源人工智能研究院(BAAI)推出的开放大模型评测平台,采用“能力-任务-指标”三维评测框架,从对话、问答、情感分析等多维度评估基础模型与训练算法性能。平台提供超过 22 个数据集和 8 万道评测题目,支持文本、图像、视频等多模态评测,兼容 PyTorch、MindSpore 等框架及多种硬件架构。其自动化评测流水线覆盖主观与客观任务,并提供排行榜与可视化结果,帮助研究人员高效了解模型表现。宝藏内容来自https://x-imagine.com/sites/flageval-hd.html - 荒岛
荒岛公众号
扫一扫关注
HDsoft27
公众号ID已复制,前往微信关注...
荒岛哔哩姬
扫一扫关注
ximagine
哔哩姬ID已复制,前往B站关注...



