llm-leaderboard
为LLM模型提供的全球性能排行榜
由社区合力打造的LLM模型排行榜，提供交互式仪表板和丰 富的性能比较。用户可查看各模型在Chatbot Arena Elo、HellaSwag、HumanEval-Python、LAMBADA等指标上的表现。项目特别关注开源模型的本地部署和商业应用，欢迎各类贡献和修改。
项目介绍
LLM-Leaderboard 是一个由社区共同努力创建的，用于语言模型（LLMs）的集中排行榜。其目标是提供一个统一的展示平台，方便用户查看和比较各种语言模型的性能表现。此项目鼓励社区成员积极贡献和纠正信息，以确保数据的准确性和完整性。
互动仪表盘
项目提供了一个互动仪表盘，用户可以通过以下链接访问：
排行榜
LLM-Leaderboard 的核心部分是其排行榜，展示了多个语言模型的详细信息和性能指标。这包括模型的名称、发布者、是否为开放模型、在 Chatbot Arena Elo 等各类基准测试中的成绩。这些信息不仅帮助用户了解模型的基本属性，也为选择适合自己需求的模型提供了数据支持。
基准测试
排行榜中的模型性能通过多个基准测试进行评估，包括：
- Chatbot Arena Elo：采用广泛用于国际象棋和其他竞争游戏中的 Elo 评级系统，评估聊天机器人的表现。
- HellaSwag：专注于评估常识性自然语言推理的挑战性数据集。
- HumanEval：测量合成程序的功能正确性，包含一组编程问题。
- LAMBADA：通过文本理解能力测试语言模型的预测能力。
- MMLU：考察模型在STEM、人文学科和社会科学等57个学科中的知识及问题解决能力。
- TriviaQA：包含大量问答数据，用于阅读理解测试。
- WinoGrande：灵感来自WSC设计的大规模专家构建的代词解决问题数据集。
如何贡献
项目鼓励社区成员参与贡献，可以通过以下方 式：
-
表格工作：
- 补充缺失的条目
- 在排行榜中以字母顺序添加新模型或新基准测试
-
代码工作：
- 改善现有代码
- 请求和实现新功能
未来计划
项目计划在未来添加更多模型的详细信息，例如模型年份、参数数量、训练时见过的词元数量、上下文窗口长度、架构类型等。
更多开放的 LLMs
对于希望了解能够用于商业用途和微调的开放语言模型的用户，可以查阅 open-llms 的仓库。
来源
排行榜中的数据来源于各模型作者的论文和发布结果。每个数据值都提供了来源链接，项目特别感谢 MosaicML、lmsys.org、Papers With Code 等网站提供的性能数据。
免责声明
以上信息可能会有误。如计划将某个发布的模型用于商业使用，请咨询法律专业人士获得法律意见。
编辑推荐精选
讯飞智文
一键生成PPT和Word，让学习生活更轻松
讯飞智文是一个利用 AI 技术的项目，能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定，还是学生群体的职业生涯规划、实习避坑指南，亦或是活动策划、旅游攻略等内容，它都能提供支持，帮助用户精准表达，轻松呈现各种信息。
讯飞星火
深度推理能力全新升级，全面对标OpenAI o1
科大讯飞的星火大模型，支持语言理解、知识问答和文本创作等多功能，适用于多种文件和业务场景，提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台，涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能，能为不同需求的用户提供便捷高效的帮助，助力用户轻松获取信息、解决问题，满足多样化使用场景。
Spark-TTS
一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型
Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目，由多个知名机构联合参与。该项目提供了高效的 LLM（大语言模型）驱动的语音合成方案，支持语音克隆和语音创建功能，可通过命令行界面（CLI）和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数，生成高质量的语音。该项目适用于多种场景，如有声读物制作、智能语音助手开发等。
Trae
字节跳动发布的AI编程神器IDE
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。
咔片PPT
AI助力，做PPT更简单！
咔片是一款轻量化在线演示设计工具，借助 AI 技术，实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT，提供海量模板、智能美化、素材替换等功能，适用于销售、教师、学生等各类人群，能高效制作出高品质 PPT，满足不同场景演示需求。
讯飞绘文
选题、配图、成文，一站式创作，让内容运营更高效
讯飞绘文，一个AI集成平台，支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容，加速品牌传播，提升内容营销效果。
材料星
专业的AI公文写作平台，公文写作神器
AI 材料星，专业的 AI 公文写作辅助平台，为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能，支持 30 + 文稿类型生成，助力快速完成领导讲话、工作总结、述职报告等材料，提升办公效率，是体制打工人的得力写作神器。
openai-agents-python
OpenAI Agents SDK，助力开发者便捷使用 OpenAI 相关功能。
openai-agents-python 是 OpenAI 推出的一款强大 Python SDK，它为开发者提供了与 OpenAI 模型交互的高效工具，支持工具调用、结果处理、追踪等功能，涵盖多种应用场景，如研究助手、财务研究等，能显著提升开发效率，让开发者更轻松地利用 OpenAI 的技术优势。
Hunyuan3D-2
高分辨率纹理 3D 资产生成
Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具，支持从文本描述、单张图片或多视角图片生成 3D 模型，具备快速形状生成能力，可生成带纹理的高质量 3D 模型，适用于多个领域，为 3D 创作提供了高效解决方案。
3FS
一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。
3FS 是一个功能强大的分布式文件系统项目，涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作，如创建文件和目录、设置布局等，同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景，能够提高系统的性能和可靠性，是分布式存储领域的优质解决方案。
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