WhimRead 需要 JavaScript 才能使用站内搜索。
Whim
Read
随手一翻
发现
全部工具
推荐
惊喜
关于
搜索
English
Agent 基础设施
opencompass
open-compass/opencompass
面
向
大模型
的
多数
据
集统
一
评
测
平台,
支持
推理
评估汇
总
与
排行榜
的
开源
评测
基建。
去 GitHub 看仓库
复制链接
标签
evaluation
benchmark
large-language-model
llm
llm-eval
同类项目
promptfoo
27.1k
面向
提示
词、
智
能
体
与
RAG
的
评估
与
红队
测试
工具,
支持
多
模型
对比
和
CI
集成。
ragas
16.3k
面
向
大模型
应用
的
评估
工
具包,
提供
客观
指标测试
集生成
与
生产
数
据
反馈闭环。
folkbench
3.9k
AI
编程线路
榜单
与
桌面
切
换器,
比较
中
转站
可
用性
与
成本
并
一
键切换
配置。
skillevaluator
1.5k
面
向
AI Agent
Skill
的
三层
质量
评估
框架,
提供
静态
校验、
语义
去重
和
实机
agent
效果
评测,
并
支持
接入
CI
与
编码
代理。
PocketFlow-Tutorial-Codebase-Knowledge
12.8k
基于
大模型
把
代码
库
自动
转成
易读
教程
的
AI
应用,
爬取
分析仓库
结构
并生成
多
语言
文档。
rig
9.2k
用
Rust构
建模
块化
LLM
应用
的
开发
库,
提供
统
一模型
接口、
智
能
体
运行时、
工具
与
向量
存储
集成。
7602
evaluation,benchmark,large-language-model
面向大模型的多数据集统一评测平台,支持推理评估汇总与排行榜的开源评测基建。
←
上一个
Android-DataBackup
下一个
→
kubectl-ai