使用场景

研究者使用FlagEval平台对比不同对话模型的性能，以选择最适合自己研究的模型。

开发者通过FlagEval评测结果，挑选适合的模型进行聊天机器人的开发。

企业通过FlagEval平台的评测数据，了解当前市场上表现最佳的多模态模型，以应用于产品推荐系统。

产品特色

提供大语言模型和多模态模型的评测服务

支持开源和闭源模型的评测

提供专项评测，如K12学科测验和金融量化交易评测

累计查看人数和模型总数的统计

模型参数规模的分类评测

主观评测和客观评测两种评测方式

提供模型的详细信息，包括名称、版本、总分等

使用教程

1. 访问FlagEval官方网站：https://flageval.baai.ac.cn/#/leaderboard

2. 根据需要选择模型类型，如对话模型、视觉语言模型等

3. 查看不同模型的评测结果，包括总分、参数规模等

4. 点击感兴趣的模型，查看模型的详细信息，如名称、版本、总分等

5. 如果需要专项评测，可以点击对应的专项评测链接，如K12学科测验、金融量化交易评测等

6. 根据评测结果，选择合适的模型进行研究或开发工作

7. 可以注册账号，提交自己的模型参与评测，或查看更多评测数据和分析