"Eva" 的搜索结果
共找到7个结果（工具6个· 资讯1篇· 技能0个），已按相关性为你排序。
AI工具 (6)
FlagEval：智源研究院打造的国际权威大模型评测体系与天秤开放平台
121
FlagEval（天秤）是由北京智源人工智能研究院发起的大模型评测体系及开放平台，旨在建立科学、公正、开放的评测基准与方法。平台创新构建了“能力-任务-指标”三维评测框架，覆盖自然语言处理、计算机视觉、音频及多模态四大场景，支持语言大模型评测、多语言文图大模型评测、文图生成评测等工具。目前已集成600+评测子维度、84,433道评测题目，并提供“天秤角斗场”模型对战功能，支持纯文本、图文理解、文生图、文生视频四种模态的匿名对比评测。
2026-05-31AGI-Eval：上海交通大学等顶尖高校联合打造的大模型评测社区与权威第三方评测平台
107
AGI-Eval是由上海交通大学、同济大学、华东师范大学及DataWhale等顶尖高校与机构联合打造的大模型评测社区，以“评测助力，让AI成为人类更好的伙伴”为使命。平台通过一系列高质量的人类认知考试（如LSAT、中国高考、SAT、数学竞赛、律师资格考试等）评估基础模型的通用能力，整合中英文双语任务，提供业内大语言模型的综合能力得分排名，涵盖综合评测及各专项能力评测。平台还提供Data Studio数据工坊，拥有超过3万众包用户，已上线485个任务标签，数据总量超过32万条，支持用户自建评测集、高校私有数据集托管，并已开源内部评测框架。
2026-05-31OpenCompass：上海人工智能实验室打造的开源大模型全方位评测体系与司南开放平台
93
OpenCompass（司南）是由上海人工智能实验室推出的开源开放大模型评测体系，提供一站式大语言模型、多模态模型及科学智能模型评测服务。平台支持300+评测数据集、200+大语言模型、150+多模态模型的一键式分布式评测，涵盖知识、语言、推理、理解、数学、代码生成、智能体决策等八大能力维度，并扩展至科学智能、AI计算系统、具身智能、安全可信及垂类行业应用等六大领域，形成“六位一体”的全景评估范式。
2026-05-31HELM：斯坦福大学领衔的大语言模型全面评估框架与高影响力行业标准
84
HELM（Holistic Evaluation of Language Models）是由斯坦福大学基础模型研究中心CRFM发起的全面语言模型评估框架，旨在通过多维度、标准化、可复现的方式对大语言模型进行系统性评测。HELM覆盖核心场景（如问答、信息检索、摘要）与核心指标（如准确性、鲁棒性、公平性、偏见、毒性、效率），支持用户自定义评估管道，并提供公开可比的模型排行榜，累计评测模型数十款，被学术界和工业界广泛采纳为标准评估基准
2026-05-30SuperCLUE——中文大模型的“横评标尺”，从基础能力到Agent智能体，谁在裸泳一测便知
7
SuperCLUE是中文通用大模型综合性测评基准，由CLUE团队发布。它通过开放域多轮、封闭域客观题、匿名对战三大基准，以及数学推理、代码生成、Agent等维度，定期发布月度与半年度报告，为中文大模型提供权威、多维度的能力评估与排名。
2026-07-10Eva Design System——基于深度学习的智能配色生成器
4
Eva Design System是一款利用深度学习技术的配色生成工具。用户只需选择一个品牌色，系统即可自动生成包含10种渐变色阶的完整调色板，并基于色彩理论扩展出语义明确的辅助色板。适合设计师快速搭建产品UI色彩体系，确保色彩搭配的科学性与一致性。
2026-07-10