llm-colosseum

通过街头霸王对决实时评估LLMs的AI战斗力

LLM战斗 Street Fighter III 实时对决 ELO排名 Mistral 7B Github 开源项目

llm-colosseum利用街头霸王III平台让LLMs展开对战，评测它们的快速决策和策略适应。各模型根据表现获取ELO评分，通过模拟真实对战环境，探索不同LLM在实际竞技表现。项目创设新型基准测试，通过实战对比加深对LLM竞技性和响应智能的了解。

llm_rules - RuLES基准测试评估语言模型遵循规则能力

GithubLLMRuLES基准测试开源项目规则遵循语言模型评估

RuLES是一个评估语言模型遵循规则能力的基准测试项目。它提供多种测试场景，如身份验证和问答。项目包括评估脚本、红队测试工具和测试用例可视化工具。研究人员可以评估不同语言模型遵循简单规则的表现，并计算RuLES得分。项目还包含GCG攻击和模型微调的相关代码与指南。

llm-apps-java-spring-ai - 展示如何结合Java和Spring AI来开发基于生成式AI和LLMs的应用

GithubJavaLLMOllamaSpring AI开源项目生成式AI

升级的SEO描述应详细而精准地概述使用Java和Spring AI开发基于生成式AI和LLMs的应用。明确强调该项目支持的具体应用，如聊天机器人、问题解答、语义搜索等，并展示其在内容生成、多模态交互等领域的应用广泛性。同时，应突出项目提供的技术支持——如LLM输出到结构化对象的转换、嵌入模型及文档ETL流程等，更好地展示如何帮助开发者融合最新AI技术，解决实际业务需求。

RouteLLM - LLM查询智能路由框架优化资源分配与响应质量

GithubLLM路由OpenAI兼容RouteLLM开源项目性能评估成本优化

RouteLLM是一个用于服务和评估大语言模型路由器的开源框架。它根据查询复杂度将请求智能分配至不同语言模型，在保持响应质量的同时降低成本。框架提供预训练路由器，可将成本降低85%，同时保持95%的GPT-4性能。RouteLLM支持新路由器添加和跨基准性能比较，为LLM应用提供灵活高效的解决方案。

awesome-LLMs-In-China - 中国AI大模型全面收录及发展动态

ChatGLMGithubLLaMA人工智能大模型开源开源项目

这个项目系统收录了中国AI大模型的详细信息，涵盖机构、来源和分类等。通过持续更新，记录各类大模型的发展动态，包括百度文心一言、阿里通义千问等知名通用模型，以及医疗、金融等专业领域模型。项目还提供评测数据集和开源基础模型列表，为研究中国AI发展提供全面参考。

Multi-Modality-Arena - 完善的多模态模型评估工具，让视觉问答更精准

GithubLVLM LeaderboardLVLM-eHubMulti-Modality ArenaOmniMedVQATiny LVLM-eHub开源项目

Multi-Modality Arena 是一个专注于评估多模态模型的开放平台，支持视觉问答任务的对比测试。平台发布了OmniMedVQA和Tiny LVLM-eHub等评估基准，涵盖广泛的视觉和语言领域。用户可以访问在线演示，参与评估项目，并利用丰富的模型和数据集资源进行性能优化。

ChatEval - 使用多智能体辩论改进大语言模型评估

ChatEvalGithubLLM人工智能多智能体辩论开源项目文本评估

ChatEval项目通过多智能体辩论方式改进大语言模型(LLM)的评估过程。该项目让多个LLM扮演不同角色，自主讨论和评判生成文本，简化了人工评估流程。ChatEval提供互动演示平台，用户可比较不同模型回答，并观察LLM裁判如何评估。这种方法提高了评估的客观性和透明度，为改进LLM性能提供了有价值的见解。

LLM-RLHF-Tuning - RLHF三阶段训练支持指令微调、奖励模型和多种训练方式

DPOGithubLLaMALLaMA2PPORLHF开源项目

本项目实现了RLHF的三阶段训练，包括指令微调、奖励模型训练和PPO算法训练。支持LLaMA和LLaMA2模型，并提供多种分布式加速训练方法。项目附有详细的实现文档，并对比了其他开源框架的功能，是RLHF训练的宝贵资源。

palico-ai - LLM应用开发的全栈框架专注性能提升与快速迭代

GithubLLM应用Palico AI实验框架开源项目性能优化部署管理

Palico AI是一个为LLM应用开发设计的全栈框架，它标准化了构建、实验和部署流程。该框架支持模块化构建、精确实验和灵活部署，提供SDK和管理界面，简化开发流程并提高应用性能。Palico AI致力于帮助开发者克服LLM应用在准确性、延迟和成本方面的挑战，实现快速迭代和性能优化。

llms_tool - 多功能大语言模型训练测试工具包

GithubHuggingFaceRLHF分布式训练大语言模型开源项目预训练

llms_tool是一个基于HuggingFace的大语言模型工具包，支持多种模型的训练、测试和部署。它提供预训练、指令微调、奖励模型训练和RLHF等功能，支持全参数和低参数量训练。工具包集成WebUI和终端预测界面，以及DeepSpeed分布式训练。涵盖ChatGLM、LLaMA、Bloom等主流模型，提供多种训练方法和量化选项。

llm-attacks - 研究大语言模型的对抗性攻击与安全防御

GCG算法GithubLLM攻击实验复现对抗性攻击开源项目语言模型

LLM-attacks项目致力于研究对齐语言模型的通用和可迁移对抗性攻击。项目实现了GCG算法，可对LLaMA-2等模型进行安全测试。研究者能够复现论文中的单一行为、多行为和迁移实验。项目提供完整的安装指南、模型使用说明和实验脚本，并包含交互式演示notebook。该研究有助于深入理解和提升大语言模型的安全性，对相关领域的发展具有重要价值。

相关项目

推荐项目

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。

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。

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。

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。

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。

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。

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。

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。

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