多模态评测AI工具把文图声视频能力一起测,选型和质量拿它看真章,它做任务、判分和维度,也接榜单和报告,团队靠它不偏科。
斯坦福推出的语言模型全面评测套件,覆盖能力、多模态、安全等方向,用统一基准横向比较各家大模型。