主要功能
FlagEval 的核心能力一览
多维度评测框架
采用“能力-任务-指标”三维评测框架，从多个维度全面评估大模型的认知能力，涵盖对话、问答、情感分析等多种应用场景。
丰富的评测数据集
提供超过22个数据集和8万道评测题目，覆盖不同应用场景、难度级别和语言类型，确保评测的全面性和准确性。
多模态支持
支持文本、图像、视频等多种模态的模型评测，满足不同类型模型的评估需求。
自动化评测机制
实现主观评测和客观评测的全自动流水线，支持自适应评测机制，用户可根据模型类型和状态选择评测策略，提高评测效率。
广泛的模型覆盖
涵盖超过800个开源和闭源模型，支持多种AI框架（如PyTorch和MindSpore）和硬件架构（如NVIDIA、昇腾、寒武纪和昆仑芯等）。
排行榜与结果展示
提供详细的评测数据表格和排行榜，展示不同模型的评测结果，帮助研究人员直观了解模型性能。
核心优势
多维度评测框架
采用“能力-任务-指标”三维评测框架，从多个维度全面评估大模型的认知能力，涵盖对话、问答、情感分析等多种应用场景。
丰富的评测数据集
提供超过22个数据集和8万道评测题目，覆盖不同应用场景、难度级别和语言类型，确保评测的全面性和准确性。
多模态支持
支持文本、图像、视频等多种模态的模型评测，满足不同类型模型的评估需求。
自动化评测机制
实现主观评测和客观评测的全自动流水线，支持自适应评测机制，用户可根据模型类型和状态选择评测策略，提高评测效率。
广泛的模型覆盖
涵盖超过800个开源和闭源模型，支持多种AI框架（如PyTorch和MindSpore）和硬件架构（如NVIDIA、昇腾、寒武纪和昆仑芯等）。
适用人群
多维度评测框架
采用“能力-任务-指标”三维评测框架，从多个维度全面评估大模型的认知能力，涵盖对话、问答、情感分析等多种应用场景。
丰富的评测数据集
提供超过22个数据集和8万道评测题目，覆盖不同应用场景、难度级别和语言类型，确保评测的全面性和准确性。
多模态支持
支持文本、图像、视频等多种模态的模型评测，满足不同类型模型的评估需求。
自动化评测机制
实现主观评测和客观评测的全自动流水线，支持自适应评测机制，用户可根据模型类型和状态选择评测策略，提高评测效率。
常见问题
关于 FlagEval 的常见疑问解答
什么是FlagEval？▾
FlagEval 是一款面向AI聊天场景的 AI 工具。智源研究院推出的FlagEval（天秤）大模型评测平台
FlagEval的主要功能有哪些？▾
FlagEval 的核心功能包括：多维度评测框架、丰富的评测数据集、多模态支持、自动化评测机制，覆盖AI聊天场景下的常见需求。
FlagEval是免费的吗？▾
FlagEval 的价格模式为：具体价格见官网，具体功能与额度请以官网为准。
如何访问和使用FlagEval？▾
您可以通过官网 https://flageval.baai.ac.cn/#/trending 直接访问 FlagEval 并开始使用，无需复杂配置即可上手。
