Project Icon

ZeroEval

统一评估框架测试语言模型零样本推理

ZeroEval是一个评估语言模型零样本推理能力的统一框架。它通过控制提示、采样和输出解析等因素,在MMLU、GSM等任务上测试指令微调模型的性能。该框架要求模型以JSON格式输出推理过程和答案,并持续扩展评估任务范围。

continuous-eval - 优化LLM应用的数据驱动评估工具
GithubLLM评估continuous-eval开源开源项目数据驱动评估指标
continuous-eval是一个开源软件包,旨在为LLM驱动的应用提供全面的数据驱动评估。项目特点包括模块化评估系统,全面的度量指标库,可结合用户反馈进行评估,且支持生成大规模合成数据集以验证应用性能,适用于多种LLM应用场景的定制化评估。
zeno - 通用机器学习模型评估与分析工具
GithubPython APIZeno交互式框架开源项目数据可视化机器学习评估
Zeno是一款开源的机器学习模型评估工具,集成Python API和交互式界面,支持多种数据类型和任务。通过模块化视图,Zeno可用于图像分类、音频转录、图像生成等领域的模型分析。该工具提供命令行和Jupyter Notebook两种使用方式,方便研究人员和开发者进行模型性能评估和优化。
T0_3B - 小规模T0模型超越GPT-3,进行零样本自然语言任务处理
GithubHuggingfaceT0偏见与公平性开源项目模型模型训练自然语言处理评估数据
T0*模型通过自然语言提示实现零样本任务泛化,性能超越GPT-3,且模型体积缩小至16分之一。该模型在多任务提示数据集中微调,能够针对未见任务做出高效预测。适用于多种推理场景,包括情感分析、句子重排列和词义判断等。其训练数据源自多个数据集并经过严谨评估,保障模型性能可靠性。虽然T0*模型参数较大,但通过优化和并行化方案能够有效应用于多GPU环境。
EvalAI - 专为机器学习与人工智能算法评估和比较设计的平台
EvalAIGithub人工智能开源平台开源项目机器学习算法比较
EvalAI是一个开源平台,用于评估和比较机器学习及AI算法,提供中心化排行榜和提交界面,支持自定义评估协议和多语言环境,可适应高需求的计算挑战,助力研究者复现研究结果,进行准确可靠的分析。
instruct-eval - 指令调优的大型语言模型的评估和比较
AlpacaFlan-T5GithubIMPACTInstructEvalLLM开源项目
InstructEval项目专注于全面评估和比较指令调优的大型语言模型(如Flan-T5和Alpaca),并提供简便的基准测试库和排行榜。该项目支持多种模型和任务,使研究者能够轻松直观地在学术基准(如MMLU和BBH)上比较模型表现。此外,InstructEval发布了用于评估LLM写作能力的IMPACT数据集和安全评估基准Red-Eval,为用户提供多样的测试工具和资源。
alpaca_eval - 精确且成本低的指令追随语言模型自动评估工具
AlpacaEvalGPT-4Githubinstruction-following开源项目自动评价评估
AlpacaEval是一款基于LLM的自动评估工具,针对指令追随模型(如ChatGPT)的评估,具备快速、低成本和高度人类相关性(0.98)的特点。主要功能包括模型排行榜、自动评估器、评估器构建工具包及20K人工偏好数据。AlpacaEval 2.0通过长度控制胜率,提高了与ChatBot Arena的对应性,适合模型开发阶段的快速评估。
EvalsOne - 全面高效的生成式AI应用评估工具
AI工具AI应用优化EvalsOneGenAILLM评估模型集成
EvalsOne是一个面向生成式AI应用的综合评估平台。它集成了多样化的评估工具,支持LLM提示词优化、RAG流程改进和AI代理性能评估。平台简化了LLMOps流程,适用于AI应用的全生命周期。EvalsOne兼容多种模型,包括主流大模型和云端部署方案。平台提供即用型评估器,并支持自定义扩展,满足各类复杂场景需求。借助EvalsOne,开发者可以轻松进行评估实验、样本准备和深度分析,从而不断优化AI驱动的产品。
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。
NuNER_Zero - 优化GLiNER架构的零样本命名实体识别模型
GLiNERGithubHuggingfaceNuNER Zero命名实体识别开源项目模型自然语言处理零样本学习
NuNER Zero是一种基于GLiNER架构的零样本命名实体识别模型,通过NuNER v2.0数据集训练。作为token分类器,它可识别任意长度的实体。在GLiNER基准测试中,NuNER Zero的token级F1分数较GLiNER-large-v2.1提升3.1%,成为当前性能领先的紧凑型零样本NER模型。该模型采用实体类型与文本拼接的输入方式,并具有便捷的安装与使用流程。
agent-zero - 动态成长的开源AI助手框架
AI框架Agent ZeroGithub多代理协作开源项目系统提示自定义
Agent Zero是一个开源的AI框架,专为个人助理设计。它能动态学习和成长,利用计算机作为工具完成任务。框架特点包括持久记忆、多代理协作、完全透明和可定制。用户可通过提示和沟通来扩展功能。Agent Zero提供实时交互和清晰输出,适用于多种场景。
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