标签: 基准测试
13 条结果
鲁大师
电脑硬件检测与跑分
硬件检测基准测试
2026/10/17
Live Trade Bench
实盘环境下评测交易代理
基准测试量化交易
2026/9/29
ToolCall-15
评测大模型工具调用能力的测试包
基准测试大语言模型
2026/9/29
BenchLocal
用真实任务对比测试大模型
基准测试本地模型
2026/9/29
NanoGPT Slowrun
固定数据无限算力的语言模型基准
大语言模型基准测试
2026/9/29
OpenAI Evals
评估大模型与模型系统的框架
大语言模型基准测试
2026/9/29
OpenCompass
一站式的大模型评测平台
大语言模型基准测试
2026/9/29
SWE-bench-Live
持续更新的软件工程能力基准
大语言模型基准测试
2026/9/29
Harvey Labs
评估AI代理法律工作能力的基准
法律基准测试
2026/9/29
Terminal-Bench
衡量AI代理终端能力的基准
大语言模型基准测试
2026/9/29
SlopCodeBench
衡量AI代码在迭代中退化的基准
大语言模型基准测试
2026/9/29
DataFlex
以数据为中心的大模型训练评测平台
大语言模型基准测试
2026/9/29
MMMU
多学科多模态理解推理评测基准
大语言模型基准测试
2026/9/29