Logo
Project Icon

CharacterEval

中文角色扮演对话代理评估基准

CharacterEval角色扮演对话代理中文基准测试评估指标人工标注Github开源项目

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。

GithubGithubHuggingfaceHuggingface论文论文
介绍相关项目
Interactive-LLM-Powered-NPCs - 为热门游戏NPC提供逼真对话体验的项目
GithubInteractive LLM Powered NPCsNPC人工智能对话开源项目游戏
项目利用麦克风互动、面部识别和无限存储等技术，为热门游戏中的NPC提供逼真对话体验，无需修改源代码即可无缝整合。
llm_benchmarks - 大语言模型评估基准集合
GithubLLM人工智能开源项目机器学习自然语言处理语言理解
llm_benchmarks是一个全面的大语言模型评估基准集合,涵盖知识理解、推理能力、多轮对话和内容摘要等方面。该项目包含MMLU、ARC、GLUE等知名数据集,用于测试模型在不同任务中的表现。这一标准化工具为评估大语言模型性能提供了可靠依据,有助于相关技术的发展与应用。
MyCharacter.AI - 生成智能交互的区块链AI角色
AI工具AI角色CharacterGPT V2MyCharacter.AIPolygon区块链多模态AI系统
MyCharacter.AI是基于AI协议的去中心化应用，通过CharacterGPT V2多模态AI系统生成智能交互的AI角色。这些角色可在Polygon区块链上收藏，用户可创建、定制并与之互动。该平台结合人工智能和区块链技术，提供AI角色创作和互动功能。
Llama3.1-70B-Chinese-Chat - 中英双语优化的Llama3.1-70B指令微调模型
GithubHuggingfaceLlama3.1-70B-Chinese-Chat开源项目文本生成模型细致调整角色扮演语言模型
项目基于Meta-Llama-3.1-70B-Instruct模型，优化针对中英用户，支持角色扮演、函数调用和数学能力。模型使用超10万偏好对数据集训练，提供q3_k_m、q4_k_m、q8_0和f16 GGUF版本。使用ORPO算法进行全参数微调，并基于LLaMA-Factory框架。用户需升级transformers库以下载使用BF16模型，亦可使用GGUF模型进行多种方式推理。
VLMEvalKit - 开源的大型视觉语言模型评估工具包
GithubVLMEvalKit多模态数据集大型视觉语言模型开源开源项目评估工具包
VLMEvalKit是一款开源的大型视觉语言模型评估工具包，支持即插即用的评估操作，无需繁重的数据准备。该工具包支持多种顶级数据库和最新模型测试，并为用户提供精确匹配和基于LLM的答案提取两种评估结果。有效工具，帮助专业人员和研究者评估模型性能。
TaleCrafter - 基于AI的多角色交互式故事可视化系统
AI绘图GithubTaleCrafter交互式编辑多角色开源项目故事可视化
TaleCrafter是一个创新的故事可视化系统，支持多角色创建和展示。该系统整合了大型语言模型和文本到图像模型技术，包括四个核心模块:故事提示生成、布局生成、可控图像生成和图像动画。TaleCrafter能够保持角色一致性，实现文本与图像的精准对应，并允许灵活调整图像布局和细节。这一工具为创作者提供了将文字故事转化为生动视觉内容的有效途径。
OLMo-Eval - 开源语言模型评估框架 多任务性能测试解决方案
AI2-TangoGithubOLMo-Eval任务集开源项目评估管道语言模型评估
OLMo-Eval是一个评估开放语言模型的框架，支持多个NLP任务的评估流程。通过task_sets和示例配置，可以评估多个模型在各种任务上的表现。项目基于ai2-tango和ai2-catwalk构建，提供快速入门指南、标准基准测试和PALOMA项目集成，是一个全面的语言模型评估工具。
lmms-eval - 大规模多模态模型评估框架加速AI发展
AI基准测试GithubLMMs-eval多模态模型开源项目评估框架
lmms-eval是专为大规模多模态模型(LMMs)设计的评估框架,整合多种基准和数据集,提供一致高效的评估方法。支持图像、视频等多模态任务,简化评估流程,加速模型开发和性能比较。该框架为研究人员提供灵活工具,助力理解和改进LMMs能力,推动人工智能向通用人工智能(AGI)发展。lmms-eval旨在成为加速LMMs发展的重要生态系统组件。
lm-evaluation-harness - 统一测试生成式语言模型的多任务评估框架
GPT-NeoXGithubHugging FaceLanguage Model Evaluation HarnessOpen LLM LeaderboardvLLM开源项目
该项目提供统一框架，用于评估生成式语言模型，通过60多个标准学术基准和数百个子任务实现多样化测试。更新包括新的Open LLM Leaderboard任务、内部重构、基于配置的任务创建、Jinja2提示设计支持等高级配置选项，旨在简化和优化模型评估。支持快速高效推理、商业API、本地模型和基准测试。被广泛应用于机构如NVIDIA、Cohere、BigScience等，也支撑了🤗 Hugging Face的Open LLM Leaderboard。
RealChar - 实时创建和交互的个性化AI角色平台
AI工具RealChar加载中用户界面网页应用软件
RealChar提供实时创建和交互AI角色的功能。用户可以设计个性化AI角色并进行即时对话。这个平台为那些对智能虚拟交互感兴趣的人提供了新的体验方式。RealChar适合多种场景，包括社交互动、技能学习和AI技术探索等。
相关项目
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。

使用协议隐私政策广告服务
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