
FlagEval
北京智源研究院的大模型评测开放平台,覆盖语言、多模态与文生图等方向的权威榜单,提供匿名盲测角斗场与多维评测工具,为模型选型和研究提供中立参照。
做AI评测工具的AI工具,效率提升、API接入都归在AI评测工具要解决的范畴,核心是把重复劳动交给AI,让人专注判断与创意,配合结合模型与工作流实现可复用的能力,落到研发与产品落地、个人效率与知识管理等场景,开发者与构建者受益最多。

北京智源研究院的大模型评测开放平台,覆盖语言、多模态与文生图等方向的权威榜单,提供匿名盲测角斗场与多维评测工具,为模型选型和研究提供中立参照。