本文へスキップ

FlagEval

大規模言語モデルとマルチモーダルモデルを同じ基準で比べる

公式サイトを見る

FlagEval とは

本プラットフォームは大規模言語モデルとマルチモーダルモデルを対象にしたモデル評価の場と紹介され、異なるモデルを同じ基準で比べられると説明されている。

できること

  • 対話モデルと視覚言語モデルを比べる
  • 各モデルの総得点とパラメータ規模を確認する
  • 項目を開いて名称・版・総得点を見る
  • 主観評価と客観評価の結果を読む

導入の手順

  • 公式サイトにアクセスし順位表を開く
  • 対話モデルや視覚言語モデルなどの種類を選ぶ
  • 総得点やパラメータ規模を含む評価結果を見る
  • モデルを選び名称や版などの詳細を確かめる

評価について

  • オープンソースと非公開のモデルを評価できる
  • 専門評価は K12 学科試験と金融の定量取引を含む
  • モデル総数と累計閲覧者数が示される

長所と短所

✓ 良い点

  • 同じ基準のもとでモデルを比較できる
  • パラメータ規模別の分類とモデル総数が示される

! 注意したい点

  • 結果は場に掲載されたモデルに左右される
  • 専門評価は挙げられた試験の種類に限られる

よくある質問

対象となるモデルは?

資料は対話モデルと視覚言語モデルを挙げ、オープンソースと非公開の両方に対応と説明。

専門評価には何がある?

資料は K12 学科試験と金融の定量取引評価を挙げる。

最終評価日: 2026-11-15

その他 LLM APIプラットフォーム ツール

すべて見る →

評価方法