模型评估工具大全：精选AI工具与项目指南
JudgeLM
JudgeLM大语言模型
大语言模型开放场景高效评估技术
langtest
LangTest语言模型测试
开源工具助力语言模型全面测试与优化
RePlay
RePlay推荐系统
全周期推荐系统开发与评估框架
checklist
CheckListNLP
全面评估NLP模型行为的测试框架
Scale AI
AI工具AI应用
领先的AI训练数据和模型开发服务提供商
LastMile AI
AI工具RAG
全面的生成式AI开发工具集，加速应用从原型到生产
yet-another-applied-llm-benchmark
LLM基准测试模型评估
基于真实场景的大语言模型能力评估基准
genai-quickstart-pocs
Amazon Bedrock生成式AI
Amazon Bedrock生成式AI应用示例集
LLMBox
LLMBox大语言模型
全面的大型语言模型训练与评估框架
pyllms
PyLLMs语言模型
多模型连接和性能评估的Python语言模型库
BIG-bench
BIG-bench语言模型
评估大型语言模型能力的开放基准
bigcode-evaluation-harness
代码生成评估框架
开源代码生成模型评估框架
Parameter-Efficient-Transfer-Learning-Benchmark
V-PETL Bench参数高效迁移学习
统一视觉参数高效迁移学习评测基准
lazypredict
Lazy Predict机器学习
自动化机器学习模型评估工具
TinyLlama
TinyLlama语言模型
3万亿token训练的小型1.1B参数语言模型
SAM-Med2D
SAM-Med2D医学图像分割
医学图像分割新突破 SAM-Med2D模型
uncertainty-calibration
预估校准机器学习
深度学习预测校准技术的前沿研究与实践应用
DeepSeek-MoE
DeepSeekMoE大语言模型
创新MoE架构打造高效大规模语言模型
TACO
TACO代码生成
推动算法代码生成模型发展的新基准数据集
Awesome-Multimodal-Large-Language-Models
多模态大语言模型视觉语言模型
多模态大语言模型研究资源与 最新进展汇总
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