AGI-Eval
一句话定位
AGI-Eval 是一个面向通用人工智能的评测平台。首页把评测、评测集与竞赛摆成三条线。
顶部一条七项导航,下面按块往下排。
首页不铺长文,三块各占一段,块与块之间靠小标题分开,读起来像三张并列的告示。
一条看结果,一条供题,一条让人参与。
顶部那一行
前三格
评测榜单、评测集与交流区依次排开。一格看结果,一格看题从哪来,一格让人说话。
中间两格
人机竞赛与一个数据工作台并排。一处让人比,一处让人供。
末尾两格
发起评测与贡献评测集收在右侧。两格都是给要动手的人留的。
榜单那一块
榜单块的开头是一句说明:基于通用的评测方案,提供语言模型的能力得分榜单,涵盖综合评测与各能力项评测,榜单定期更新。
下面分成两处:一处是大语言模型榜单,一处是多模态模型榜单。两处不合并,各自往下分。
榜单下面另有几处筛选,用来按模型类型切开看。页面不在这里展开具体结果,结果都在榜单页上。
六项能力
评测榜单
顶部头一格,看结果的地方。
评测集
按平台官方与用户自建分成两类。
人机竞赛
一处让人参与进来。
数据工作台
收数据的那个平台,下面有三种方式。
能力项评测
榜单里除综合之外的另一个角度。
发起与贡献
末尾两格,给要动手的人留的入口。
评测集与数据那一块
评测集分成两类:平台官方与用户自建。官方那一栏举了一例,由高难度的信息学算法竞赛题构成,分三档难度,题量数百,由高校合作建设。
数据平台那一块写着四种说明:单条数据、扩写数据与擂台数据三种收集方式;数百个任务标签;机审与人审两道审核;使用平台的人数以万计。
三种收集方式各配一句说明:一条一条收、把现有题目扩写、以及让人两两比着打擂台。
前半讲题从哪来,后半讲数据怎么收与怎么把住质量。
人机评测与贡献者两栏
人机评测那一栏讲的是把人和机器放在一起评,页面上另排三个小点:参与人机评测、体验前沿科技、共建未来标准。三点各占一格。
首页末尾排着贡献者与合作机构两栏。贡献者按人名逐条列出,每条配一段介绍与所在机构;合作机构按名称并排摆开。
页脚
页脚只留一个联系邮箱与一行版权备案,不摆内容入口。
页面里没有的东西
首页没有标价表,也没有课程售卖入口。版面落在榜单块、评测集块与数据平台上。
页脚不摆栏目导航,只留联系方式。
页面上不写名次数字,结果都在榜单页里。首页只说明榜单是怎么算的。
一句话总结
AGI-Eval 是一个面向通用人工智能的评测平台,首页把评测、评测集与竞赛摆成三条线。顶部是一条七项导航,从评测榜单、评测集、交流区一路到数据工作台与贡献评测集。榜单那一块说明它基于通用评测方案提供能力得分榜单,并分成大语言模型与多模态模型两处。评测集分成平台官方与用户自建两类,数据平台那一块写着三种收集方式与两道审核。首页末尾另排贡献者与合作机构两栏。本站为条目陈列,不写金额,不提供任何资料文件。
想看看那些题是从哪来的,从官网进去。







