FlagEval

Modellbewertungsplattform

Normales ProduktAndereModellbewertungKünstliche Intelligenz

FlagEval ist eine Plattform zur Bewertung von Modellen, die sich auf die Evaluierung von großen Sprachmodellen und multimodalen Modellen konzentriert. Sie bietet eine faire und transparente Umgebung, um verschiedene Modelle unter denselben Standards zu vergleichen. Dies hilft Forschern und Entwicklern, die Modellleistung zu verstehen und die Entwicklung der künstlichen Intelligenz voranzutreiben. Die Plattform umfasst verschiedene Modelltypen wie Dialogmodelle und visuelle Sprachmodelle und unterstützt die Bewertung von Open-Source- und Closed-Source-Modellen. Zusätzlich werden spezielle Bewertungen angeboten, z. B. für K12-Schulfachtests und quantitative Finanztransaktionen.

Best AI Websites & Tools

FlagEval

FlagEval Neueste Verkehrssituation

FlagEval Besuchstrend

FlagEval Geografische Verteilung der Besuche

FlagEval Traffic-Quellen

FlagEval Alternativen

FlagEval — Modellbewertungsplattform

AoT — Atom of Thoughts (AoT) ist ein Framework zur Verbesserung der Inferenzleistung großer Sprachmodelle.

Instella — Instella ist ein von AMD entwickeltes, leistungsstarkes Open-Source-Sprachmodell, das speziell für die Beschleunigung der Entwicklung von Open-Source-Sprachmodellen entwickelt wurde.

IndexTTS — Industrielles, steuerbares und effizientes Zero-Shot Text-to-Speech-System

SWE-RL — Verbesserung der Inferenzfähigkeit großer Sprachmodelle in der Entwicklung von Open-Source-Software durch verstärkendes Lernen

QwQ-Max-Preview — QwQ-Max-Preview ist das neueste Ergebnis der Qwen-Serie und basiert auf Qwen2.5-Max. Es verfügt über leistungsstarke Inferenz- und Multi-Domain-Anwendungsfähigkeiten.

AlphaMaze-v0.2-1.5B — Eine innovative Methode zur Verbesserung der visuellen Schlussfolgerungsfähigkeiten großer Sprachmodelle (LLMs) durch das Lösen von Textlabyrinth-Aufgaben.

Coding-Tutor — Erkundung des Potenzials großer Sprachmodelle als Programmierhilfe und Einführung des Trace-and-Verify-Workflows.

Das Ultra-Scale Playbook — Ein Tool zur Optimierung und Gestaltung von hochskalierten Systemen, das effiziente Lösungen bietet.

Halluzinations-Leaderboard — Ein Ranking, das verschiedene große Sprachmodelle (LLMs) hinsichtlich ihrer Halluzinationen beim Zusammenfassen kurzer Dokumente vergleicht.

ZeroBench — ZeroBench ist ein hoch anspruchsvoller visueller Benchmark für moderne, große multimodale Modelle.

SkyReels-V1-Hunyuan-I2V — SkyReels V1 ist ein quelloffenes, menschenzentriertes Videobasismodell, das sich auf die Erzeugung hochwertiger, filmreifer Videos konzentriert.

OmniParser-v2.0 — OmniParser ist ein universelles Tool zur Bildschirmanalyse, das UI-Screenshots in ein strukturiertes Format umwandelt und so die Leistung von auf LLMs basierenden UI-Agenten verbessert.

OpenThinker-32B — OpenThinker-32B ist ein leistungsstarkes Open-Source-Inferenzmodell, das speziell für die Verbesserung der Inferenzfähigkeit mit offenen Daten entwickelt wurde.

OLMoE App — Ai2 OLMoE ist eine Open-Source-Anwendung für Sprachmodelle, die auf iOS-Geräten läuft.

Huginn-0125 — Huginn-0125 ist ein latentes, rekursives Deep-Learning-Modell mit 3,5 Milliarden Parametern, das auf Schlussfolgerungen und Codegenerierung spezialisiert ist.

FireRedASR — Ein quelloffenes, industrietaugliches Mandarin-Sprachmodell zur automatischen Spracherkennung (ASR), das verschiedene Anwendungsszenarien unterstützt.

RAG-FiT — RAG-FiT ist eine Bibliothek zur Verbesserung der Fähigkeit großer Sprachmodelle (LLMs), externe Informationen zu nutzen, indem speziell erstellte RAG-erweiterte Datensätze zum Feintuning des Modells verwendet werden.

Codename Goose — Ein lokal laufender KI-Agent zur nahtlosen Automatisierung von Entwicklungsaufgaben.

Open-Source DeepResearch — Ein quelloffenes Deep-Research-Tool, das darauf abzielt, ähnliche Funktionen wie Deep Research durch ein Open-Source-Framework zu replizieren.

Tülu 3 405B — Tülu 3 405B ist ein großes, quelloffenes Sprachmodell, dessen Leistung durch Reinforcement Learning verbessert wurde.

SpeechGPT 2.0-Vorschau — Das erste kontextintelligente, menschenähnliche Echtzeit-Interaktionssystem für die Sprachsteuerung, das mehrsprachige, vielseitige Interaktionen unterstützt.

leapfusion-hunyuan-image2video — Eine neuartige Bild-zu-Video-Sampling-Technik, die auf dem Hunyuan-Modell basiert und eine hochwertige Videogenerierung ermöglicht.

Baichuan-M1-14B — Von Baichuan Intelligence entwickeltes Open-Source-Sprachmodell, speziell optimiert für den medizinischen Bereich, mit herausragenden allgemeinen Fähigkeiten und Leistung im medizinischen Sektor.

FilmAgent — FilmAgent ist ein auf LLMs basierendes, multi-agentenbasiertes Kooperationsframework für die automatisierte End-to-End-Filmproduktion in virtuellen 3D-Umgebungen.

DeepSeek-R1 — DeepSeek-R1 ist ein Hochleistungs-Inferenzmodell, das mehrere Sprachen und Aufgaben unterstützt und sich für Forschungs- und kommerzielle Anwendungen eignet.

selbstadaptierende LLMs — Ein selbstadaptierendes Framework für Large Language Models (LLMs), das sich in Echtzeit an unbekannte Aufgaben anpasst.

Moondream AI — Open-Source-visuelles Sprachmodell, lauffähig auf verschiedenen Geräten.

Sonus-1 — Sonus-1: Das neue Zeitalter der großen Sprachmodelle (LLMs)

Valley 2.0 — Multimodales großes Sprachmodell zur Verbesserung der Verarbeitung von Text-, Bild- und Videodaten.