智源研究院推出的FlagEval（天秤）大模型评测平台
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。
实时监测ChatGPT对话质量与用户体验的智能分析工具
由苹果开发的可视化高维嵌入向量探索工具，帮助理解AI模型中的语义关系
AI智能体性能评估与优化平台，帮助用户测试和提升AI代理表现
扫描AI聊天机器人漏洞的安全工具
实时追踪和比较主流大语言模型性能数据的专业平台
AI集成系统，通过置信度加权减少幻觉
要发表评论，您必须先登录。
实时监测ChatGPT对话质量与用户体验的智能分析工具