ML-Bench入门学习资料汇总 - 评估大型语言模型和代理在代码级机器学习任务中的性能
RayML-Bench项目简介
ML-Bench是一个用于评估大型语言模型和代理在仓库级代码机器学习任务中性能的基准测试套件。它提供了一个公开可复现的参考实现和基准测试集合,用于分布式机器学习算法、框架和系统。
主要特点:
- 专注于标准监督式机器学习,包括深度学习和经典线性模型
- 为每种算法提供参考实现,便于移植到新框架
- 旨在对当前主流分布式执行框架进行基准测试
- 提供精确定义的任务和数据集,实现公平精确的比较
- 提供通用评估代码,可比较不同求解器和框架的结果指标
- 可轻松在公有云上运行基准代码
相关资源
官方资源
文档
子项目
- ML-LLM-Bench: 评估大语言模型
- ML-Agent-Bench: 评估AI代理
教程
入门指南
- 克隆仓库:
git clone --recurse-submodules https://github.com/gersteinlab/ML-Bench.git cd ML-Bench
- 安装依赖:
pip install -r requirements.txt
- 准备数据集:
from datasets import load_dataset ml_bench = load_dataset("super-dainiu/ml-bench")
- 运行基准测试:
bash scripts/post_process/prepare.sh bash exec.sh
- 查看结果:
结果保存在
eval_total_user.jsonl和eval_result_user.jsonl文件中。
深入学习
希望这份学习资料汇总能帮助您快速入门ML-Bench项目。如果您在学习过程中有任何问题,欢迎查阅官方文档或在GitHub上提出issue。祝您学习愉快!
编辑推荐精选
Vora
免费创建高清无水印Sora视频
Vora是一个免费创建高清无水印Sora视频的AI工具
Refly.AI
最适合小白的AI自动化工作流平台
无需编码，轻松生成可复用、可变现的AI自动化工作流
酷表ChatExcel
大模型驱动的Excel数据处理工具
基于大模型交互的表格处理系统，允许用户通过对话方式完 成数据整理和可视化分析。系统采用机器学习算法解析用户指令，自动执行排序、公式计算和数据透视等操作，支持多种文件格式导入导出。数据处理响应速度保持在0.8秒以内，支持超过100万行数据的即时分析。
TRAE编程
AI辅助编程，代码自动修复
Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。
AIWritePaper论文写作
AI论文写作指导平台
AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。
博思AIPPT
AI一键生成PPT，就用博思AIPPT！
博思AIPPT，新一代的AI生成PPT平台，支持智能生成PPT、AI美化PPT、文本&链接生成PPT、导入Word/PDF/Markdown文档生成PPT等，内置海量精美PPT模板，涵盖商务、教育、科技等不同风格，同时针对每个页面提供多种版式，一键自适应切换，完美适配各种办公场景。
潮际好麦
AI赋能电商视觉革命，一站式智能商拍平台
潮际好麦深耕服装行业，是国内AI试衣效果最好的软件。使用先进AIGC能力为电商卖家批量提供优质的、低成本的商拍图。合作品牌有Shein、Lazada、安踏、百丽等65个国内外头部品牌，以及国内10万+淘宝、天猫、京东等主流平台的品牌商家，为卖家节省将近85%的出图成本，提升约3倍出图效率，让品牌能够快速上架。
iTerms
企业专属的AI法律顾问
iTerms是法大大集团旗下法律子品牌，基于最先进的大语言模型(LLM)、专业的法律知识库和强大的智能体架构，帮助企业扫清合规障碍，筑牢风控防线，成为您企业专属的AI法律顾问。
SimilarWeb流量提升
稳定高效的流量 提升解决方案，助力品牌曝光
稳定高效的流量提升解决方案，助力品牌曝光
Sora2视频免费生成
最新版Sora2模型免费使用，一键生成无水印视频
最新版Sora2模型免费使用，一键生成无水印视频
推荐工具精选
AI云服务特惠
懂AI专属折扣关注微信公众号
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号