बीजिंग स्थित जिज्ञासा आर्टिफिशियल इंटेलिजेंस अनुसंधान संस्थान (BAAI) ने हाल ही में वैश्विक पहले चीनी बड़े मॉडल बहस मंच FlagEval Debate लॉन्च किया है। यह नया मंच मॉडल बहस की इस प्रतिस्पर्धात्मक तंत्र के माध्यम से बड़े भाषा मॉडल की क्षमता मूल्यांकन के लिए एक नया मापन तरीका प्रदान करने का उद्देश्य रखता है। यह जिज्ञासा मॉडल मुकाबला मूल्यांकन सेवा FlagEval बड़े मॉडल ग्लेडियेटर का विस्तार है, जिसका लक्ष्य बड़े भाषा मॉडल के बीच क्षमता के भिन्नताओं की पहचान करना है।

4 सितंबर 2024, बीजिंग के जीन विद्या कृत्रिम बुद्धिमत्ता संस्थान (BAAI) ने विश्व का पहला टेक्स्ट-टू-वीडियो मॉडल मुकाबला मूल्यांकन सेवा—FlagEval बड़े मॉडल का अखाड़ा का उद्घाटन किया। यह सेवा उपयोगकर्ताओं के लिए खुली है, जो लगभग 40 बड़े मॉडल को कवर करती है और भाषा प्रश्न-उत्तर, मल्टीमोडल छवि-टेक्स्ट समझ, टेक्स्ट-टू-छवि, टेक्स्ट-टू-वीडियो जैसे चार प्रमुख कार्यों के लिए अनुकूलित ऑनलाइन या ऑफलाइन मूल्यांकन का समर्थन करती है।