简介
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。
GPT-4
Copilot
ChatGPT
PI
Stable Diffusion
AgentGPT
Stable DiffusionAI算法库
AgentGPTAI算法库
Chatbot ArenaAI算法库
PromptPerfectAI算法库
GPT-4AI算法库
文心大模型AI算法库
Gen-2AI算法库
Evidently AIAI算法库
ClickPromptAI算法库
PublicPromptsAI算法库
