懂AI
helm

helm

全面评估语言模型和文本图像模型的开源框架

HELM是一个开源的评估框架，用于全面分析语言模型和文本到图像模型的性能。该框架提供标准化数据集、统一模型接口和多维度评估指标。HELM不仅关注准确性，还评估效率、偏见和毒性等方面。对于文本到图像模型，HELM涵盖12个关键评估维度，包括图像质量、推理能力和多语言支持。研究人员可借助HELM深入了解模型的优势和潜在风险。

语言模型评估文本生成图像模型HELMHEIMStanford CRFMGithub开源项目
访问官网GitHub论文文档

语言模型的整体评估

<img src="https://github.com/stanford-crfm/helm/raw/main/src/helm/benchmark/static/images/helm-logo.png" alt="" width="800"/>

欢迎！crfm-helm Python包包含了斯坦福CRFM开展的语言模型整体评估项目（论文，网站）中使用的代码。该包具有以下特点：

  • 以标准格式收集数据集（如NaturalQuestions）
  • 通过统一API访问的模型集合（如GPT-3、MT-NLG、OPT、BLOOM）
  • 超越准确率的多种评估指标（效率、偏见、毒性等）
  • 用于评估稳健性和公平性的扰动集合（如错别字、方言）
  • 用于从数据集构建提示的模块化框架
  • 用于管理账户并提供统一接口访问模型的代理服务器

要开始使用，请参考Read the Docs上的文档了解如何安装和运行该软件包。

文本到图像模型的整体评估

<img src="https://yellow-cdn.veclightyear.com/835a84d5/b1bcf523-62a6-401c-8d4f-b74d86ffd304.png" alt="" width="800"/>

近期在开发文本到图像生成模型方面取得了显著进展，这些模型以文本提示作为输入并生成图像。随着这些模型在实际应用中的广泛使用，迫切需要全面了解它们的能力和风险。然而，现有的评估主要集中在图像-文本对齐和图像质量上。为解决这一局限性，我们引入了一个新的基准测试，即文本到图像模型的整体评估（HEIM）。

我们确定了12个在实际模型部署中重要的不同方面，包括：

  • 图像-文本对齐
  • 图像质量
  • 美学
  • 原创性
  • 推理能力
  • 知识
  • 偏见
  • 毒性
  • 公平性
  • 稳健性
  • 多语言能力
  • 效率

通过策划涵盖这些方面的场景，我们使用这个基准测试评估了最先进的文本到图像模型。与之前仅关注对齐和质量的评估不同，HEIM通过在所有方面评估所有模型，显著提高了覆盖面。我们的结果揭示，没有一个模型在所有方面都表现出色，不同模型在不同方面表现出优势。

本仓库包含用于生成网站上的结果和论文的代码。

编辑推荐精选

博思AIPPT

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。

AI办公办公工具AI工具博思AIPPTAI生成PPT智能排版海量精品模板AI创作热门
潮际好麦

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

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

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

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

Transly

Transly

实时语音翻译/同声传译工具

Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手，它拥有超精准的音频识别翻译能力，几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球，无论你是留学生、商务人士、韩剧美剧爱好者，还是出国游玩、多国会议、跨国追星等等，都可以满足你所有需要同传的场景需求，线上线下通用，扫除语言障碍，让全世界的语言交流不再有国界。

讯飞绘文

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。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
TRAE编程

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。

AI工具TraeAI IDE协作生产力转型热门
商汤小浣熊

商汤小浣熊

最强AI数据分析助手

小浣熊家族Raccoon，您的AI智能助手，致力于通过先进的人工智能技术，为用户提供高效、便捷的智能服务。无论是日常咨询还是专业问题解答，小浣熊都能以快速、准确的响应满足您的需求，让您的生活更加智能便捷。

imini AI

imini AI

像人一样思考的AI智能体

imini 是一款超级AI智能体，能根据人类指令，自主思考、自主完成、并且交付结果的AI智能体。

下拉加载更多