蓝鲸新闻讯，大模型评测体系是衡量大模型能力的重要手段。智源研究院推出FlagEval评测体系，采取多项措施确保评测公正性，避免刷分现象。同时，通过辩论赛等方式直观展现模型能力差异。用户在选择模型时，应综合考虑各项指标，评测需更加关注模型实际应用能力。...

智源研究院发布国内外100余个开源和商业闭源大模型综合及专项评测结果，依托FlagEval平台，涵盖全球800多个模型，重点评估中文能力，字节跳动、百度等模型名列前茅。...