FlagEval天秤 分类:other 评分:4.0 访问量:10,428 访问官网 → 智源研究院的大模型评测体系与开放平台,官方称覆盖语言、多模态、计算机视觉与语音四类评测场景,提供排行榜、大模型角斗场与自动加人工结合的评测方法与工具集。 立即使用该工具