Project Icon

reward-bench

用于评估使用如Starling、PairRM、OpenAssistant和DPO等算法的奖励模型的能力和安全性的基准工具

RewardBench是一款基准工具,用于评估使用如Starling、PairRM、OpenAssistant和DPO等算法的奖励模型的能力和安全性。该工具提供通用的推理代码、统一的数据集格式和测试,以确保公平评估,并拥有强大的分析与可视化功能。用户可以通过pip快速安装并运行评估脚本,测试各种奖励模型的性能和偏好集。

BARS - 推荐系统开放基准测试项目
BARSGithub基准测试开源项目性能评估推荐系统
BARS项目致力于解决推荐系统领域缺乏统一基准测试的问题。它通过开放式基准测试提高研究可重复性和结果一致性。目前涵盖CTR预测和候选项匹配任务,未来将扩展到列表重排序和多任务推荐领域。该项目鼓励学术界和业界参与,共同推动推荐系统研究的进步。
JudgeLM - 大语言模型开放场景高效评估技术
GithubJudgeLM大语言模型开放式任务开源项目微调模型评估
JudgeLM是一个用于训练和评估大语言模型评判器的开放平台。通过微调技术,该项目实现了对开放场景中大语言模型的高效评估,评判一致性超过人类水平。JudgeLM提供先进的评判器训练和评估代码,能够处理单一回答、多模态模型、多个回答和多轮对话等任务。此外,该平台还集成了分布式多模型服务系统和Web界面,方便用户使用和部署。
LLaMA3-SFT - 研究奖励建模与在线RLHF应用
GithubHuggingfaceRLHFtransformers元语言模型在线学习开源项目模型高质量数据
LLaMA3-SFT项目提供了在Meta-Llama-3-8B模型基础上开发的SFT检查点,利用多样化高质量开源数据训练而成,尚未经过RLHF训练,是进行RLHF研究的良好起点。
bert_score - 先进的自然语言生成评估工具
BERTScoreGithub开源项目文本生成评估机器学习自然语言处理预训练模型
BERTScore是一种创新的自然语言生成评估工具,基于BERT预训练模型的上下文嵌入技术。它通过计算候选句和参考句中单词的余弦相似度,得出精确度、召回率和F1分数。研究表明,BERTScore在句子级和系统级评估中与人工判断具有高度相关性。该项目支持130多种预训练模型,适用于多种语言的文本生成评估。BERTScore提供Python接口和命令行工具,操作简便,是自然语言处理领域的有力辅助工具。
pretraining-with-human-feedback - 基于人类偏好预训练的语言模型代码库
GithubHugging Facetoxicity人类偏好多任务开源项目预训练
该项目为根据人类偏好预训练语言模型提供了一套基于Hugging Face Transformers和wandb的工具。项目实现了五种预训练目标,通过对训练数据注释并使用这些目标函数提升模型性能,包括毒性检测和隐私信息识别等任务。项目还提供详细的配置文件和评估方式指导。
langchain-benchmarks - LLM任务基准测试工具
GithubLLM任务LangChain BenchmarksLangSmith基准测试工具使用开源项目
提供多种LLM任务基准测试工具,涵盖数据集收集、任务评估等全流程。依赖LangSmith平台,附有详细文档和实例,鼓励用户优化和测试解决方案。
prometheus-8x7b-v2.0 - 基于Mistral的开源评估型语言模型
GithubHuggingfacePrometheus 2RLHF人工智能评估开源项目机器学习模型语言模型
Prometheus-8x7b-v2.0是一个基于Mistral-Instruct构建的开源评估型语言模型,通过30万条标注数据训练而成。该模型支持绝对评分和相对排名两种方式,可对其他语言模型进行细粒度评估,是GPT-4评估功能的开源替代方案。模型提供完整的使用文档,适用于语言模型性能比较和评估研究。
Prompt-Engineering-Toolkit - 多模型AI对话提示优化工具
API集成GithubPrompt Engineering Tool大语言模型开源项目提示词优化用户界面
Prompt-Engineering-Toolkit是一个用于优化AI语言模型对话提示的Web应用。支持OpenAI和Anthropic等多个LLM提供商,可同时测试多个模型并比较输出结果。具备变量管理、提示模板保存加载、模型配置管理等功能。适用于开发者、研究人员和内容创作者,有助于提升AI对话效果。界面采用响应式设计,支持调整面板大小和模型温度参数。
prompttools - 全面LLM实验评估工具集
GithubLLMPromptTools人工智能向量数据库开源项目提示词实验
PromptTools是一套开源的LLM实验工具集,支持向量数据库和提示词的测试与评估。该工具兼容OpenAI、Anthropic等多个主流API,提供代码、笔记本和本地playground界面。开发者可以便捷地比较不同模型和参数性能,并评估向量数据库检索准确性,有效提升AI开发效率。
guardrails - 构建可靠AI应用的Python框架
AI应用GithubGuardrailsPython框架开源项目结构化数据风险检测
Guardrails是一个Python框架,专为构建可靠的AI应用程序而设计。它提供输入/输出保护功能,通过检测、量化和缓解风险,确保应用程序安全。借助Guardrails Hub,用户可以访问多种预构建验证器,组合多个验证器以创建强大的防护系统。Guardrails还支持从LLM生成结构化数据,适用于专有和开源模型。提供便捷的安装和使用指南,支持自定义验证器的创建和贡献,是AI开发者的理想工具。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

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。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号