Project Icon

CharacterEval

中文角色扮演对话代理评估基准

CharacterEval是一个评估中文角色扮演对话代理(RPCAs)的基准。它包含1,785个多轮对话和23,020个样例,涵盖77个源自中国文学作品的角色。该基准采用四个维度的十三项指标进行评估,并开发了基于人工标注的角色奖励模型(CharacterRM)。实验显示,CharacterRM与人类评估的相关性显著高于GPT-4。

lighteval - 轻量级LLM评估框架,支持多任务处理与复杂模型配置
GithubHugging FaceLLMLightEval安装开源项目评估
lighteval是一款轻量级LLM评估套件,兼容datatrove和nanotron库,支持CPU和多GPU环境,能处理超大模型。多任务配置允许自定义和社区任务,具备数据并行、管道并行及Hugging Face Hub集成功能。适用于复杂模型配置和推理端点。
chat-dataset-baseline - 中文对话模型训练资源整合平台
AI训练GithubLLaMA-Factory中文对话模型开源项目数据集模型优化
chat-dataset-baseline项目整合Hugging Face平台优质数据集,为中文对话模型训练提供全面资源。采用PDCA循环迭代,涵盖数据选择、模型训练、测试和优化。项目提供详细指南,适合数据科学家和AI爱好者快速上手,用于训练高质量中文基础模型,为特定行业应用打下基础。
chinese-llm-benchmark - 中文大模型性能基准测试与排行榜
CLiBGithub中文大模型开源模型开源项目能力排行评测榜单
项目持续更新,目前已评测113个中文大模型,包括GPT-4、文心一言、通义千问等商用模型和百川、Qwen、GLM等开源模型。评测维度全面,涵盖分类、信息抽取、阅读理解、数据分析、中文编码效率等。提供综合能力和细分能力排行榜,并开放原始评测数据。为选择和研究中文大模型提供客观依据。
L3-Umbral-Mind-RP-v3.0-8B - 专为重度主题角色扮演优化的开源AI语言模型
GithubHuggingfaceLlama-3合并模型开源项目心理健康模型角色扮演语言模型
L3-Umbral-Mind-RP-v3.0-8B是一个开源AI语言模型,专门针对重度主题角色扮演进行优化。该模型能更准确地模拟涉及心理疾病、自残、创伤和自杀等敏感话题的对话情境,避免过于乐观或轻描淡写的表述。通过合并多个预训练模型,这个8B参数的模型特别适合救赎/反向救赎类型的角色扮演场景。为获得最佳效果,建议使用星号或引号的RP格式。
evalgpt - 智能化的代码解释与任务分解系统
EvalGPTGithub代码生成任务执行开源项目扩展性错误处理
EvalGPT是一个基于GPT-4、CodeLlama和Claude 2等大型语言模型的代码解释框架。此工具能自动生成代码、执行并返回结果,提升开发效率。EvalGPT的架构借鉴了Google的Borg系统,通过规划、调度和内存模块,高效地完成任务,同时确保了广泛的错误处理和可扩展性,适用于各种编程需求。
sql-eval - 开源SQL生成质量评估框架
API集成GithubSQL评估开源项目性能优化数据库查询生成
sql-eval是一个开源项目,提供全面的SQL生成质量评估框架。它基于Spider数据集schema,包含精选问题和查询。支持PostgreSQL、Snowflake等多种数据库,可集成OpenAI、Anthropic API及本地Hugging Face模型。通过比较生成查询与标准查询结果评估性能,为SQL生成模型开发和优化提供支持。
Awesome-LLM-Eval - 集成了评估工具、数据集、演示与论文资源的平台
GithubLLM应用LLM技术边界大模型评估开源项目评估工具评估数据集
Awesome-LLM-Eval 包罗万象,集成了评估工具、数据集、演示与论文资源,深入探讨大型语言模型的评估技术和方法。该平台支撑学术探索与实际应用,并致力于提升语言模型的透明度及可信度。
node_characterai - Node.js客户端简化Character AI角色对话交互
APICharacter AIGithubNode.js开源项目聊天机器人认证
node_characterai是Character AI网站的非官方Node.js客户端,提供简洁的API接口。支持访客和令牌登录,异步请求,对话管理,消息收发等核心功能。使用JavaScript编写,接口简单易用,支持图片交互。该项目持续更新,为开发者提供便捷的Character AI功能接入方式。
ALCE - 增强大语言模型生成引用文本的基准工具
ALCEGithub大语言模型开源项目文本生成自动引用评估基准
ALCE是一个用于评估大语言模型生成引用文本能力的基准工具。它包含ASQA、QAMPARI和ELI5三个数据集,用于自动评估模型生成文本的流畅度、正确性和引用质量。ALCE提供了基线模型复现代码和评估方法,为研究人员提供了改进大语言模型文本生成和引用能力的综合解决方案。
reward-model-deberta-v3-large-v2 - 人类反馈训练奖励模型 提升问答评估和强化学习效果
DeBERTaGithubHuggingfaceRLHF人工智能奖励模型开源项目模型语言模型
这个开源项目开发了一种基于人类反馈的奖励模型(RM),能够评估给定问题的答案质量。该模型在多个数据集上进行训练,可应用于问答系统评估、强化学习人类反馈(RLHF)奖励计算,以及有害内容检测等场景。项目提供了详细的使用说明、性能对比和代码示例。其中,DeBERTa-v3-large-v2版本在多项基准测试中展现出优异性能。
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

稿定AI

稿定设计 是一个多功能的在线设计和创意平台,提供广泛的设计工具和资源,以满足不同用户的需求。从专业的图形设计师到普通用户,无论是进行图片处理、智能抠图、H5页面制作还是视频剪辑,稿定设计都能提供简单、高效的解决方案。该平台以其用户友好的界面和强大的功能集合,帮助用户轻松实现创意设计。

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