AgentBench

全面评估大型语言模型在多环境下的自主代理能力

AgentBench LLM-as-Agent 评估框架测试结果任务设置 Github 开源项目

AgentBench是首个评估大型语言模型（LLM）作为自主代理的基准，涵盖操作系统、数据库、知识图谱等8个不同环境。该项目通过多任务设置和完整的数据集，深入分析LLM的实际应用能力。新版AgentBench v0.2优化了框架结构，并增加了更多模型的测试结果，方便开发者扩展和使用。

superagent - 开源AI助手框架与API，集成多种应用功能

AI助手框架GithubSuperagentY Combinator大语言模型开源开源项目

Superagent是完全开源的AI助手框架，利用大语言模型、检索增强生成和生成式AI技术，帮助开发者在应用中集成强大的AI助手。功能涵盖文档问答、聊天机器人、内容生成、数据聚合和工作流自动化。由Y Combinator支持，提供Python和Typescript SDK，并附有详细文档和教程。

promptbench - 大语言模型的评估与理解综合工具包

GithubPrompt EngineeringPromptBench大语言模型对抗性提示开源项目评估

基于Pytorch的Python包，提供评估和理解大语言模型的友好API。支持快速模型性能评估、提示工程、对抗性提示评估和动态评估框架。兼容多种模型（如GPT-4、Llama2、BLIP2）和数据集（如GLUE、SQuAD、VQAv2）。适合研究人员和开发者使用与扩展。

LLM-Tool-Survey - 大型语言模型工具学习调查研究

Github人工智能大语言模型工具学习开源项目综述自然语言处理

该研究系统性调查大型语言模型(LLMs)通过工具学习增强解决复杂问题能力。从工具学习的优势和实现方法两方面全面回顾现有文献,总结基准测试和评估方法,讨论当前挑战和未来方向,为相关研究和开发提供见解。

js-agent - 可扩展、易组合的持续改进的JavaScript和TypeScript AI代理框架

AI agentsGithubJS AgentJavaScriptModelFusionTypeScript开源项目

JS Agent是一个可扩展、易组合的框架，专为JavaScript和TypeScript创建AI代理而设计。通过提供众多构建模块和工具，JS Agent使得开发可靠的AI代理更加高效。框架支持代理定义、执行和HTTP服务器，并兼容多种LLM模型和API，还包括多种实用的动作工具和文本处理功能。设计原则包括强类型、安全的直接函数调用和易于扩展等。更多详细信息和使用示例请参阅项目的文档和教程。

xLAM-8x7b-r - 提升AI代理决策效率与多领域自动化应用

GithubHuggingfacexLAM人工智能助手工具调用开源项目模型语言模型

项目详细介绍了提升决策支持和执行用户指令的大语言模型系列。这些模型通过自主任务规划与执行，将工具调用与代理机制结合应用于多个领域。xLAM系列模型强调其在自动化工作流程方面的应用，专注于研究和离线功能的增强。提供的量化GGUF文件兼具隐私与效率，通过与Huggingface的整合，项目提供了详细的使用指南，并在多个基准测试如Berkeley Function-Calling、Webshop和ToolQuery中表现出色。

benchmarks - 主流机器学习库全面性能基准测试

CatBoostGPU加速Github基准测试开源项目性能比较机器学习

Benchmarks是GitHub上的开源项目，致力于多个主流机器学习库的性能对比。该项目涵盖CatBoost、XGBoost、LightGBM和H2O等库，对比范围包括二元分类、训练速度、模型评估、排序任务和SHAP值计算。此外还提供CPU与GPU性能对比和Kaggle竞赛数据集上的质量评估。这些全面的基准测试为机器学习从业者提供了客观的性能参考数据。

second-brain-agent - AI驱动的个人知识管理系统

AIChromaDBGithubLangChainSecond Brain个人知识管理开源项目

Second Brain AI agent是一款基于人工智能的个人知识管理系统。它能自动索引Markdown文件、PDF、视频和网页内容，并利用OpenAI大语言模型和LangChain框架提供智能搜索和问答功能。该系统帮助专业人士、学生和研究者高效组织和利用信息，提升工作效率和创造力。通过构建'第二大脑'，Second Brain AI agent为用户提供了一种创新的知识管理方式。

BenchMARL - 多智能体强化学习的标准化基准测试平台

BenchMARLGithubTorchRL多智能体强化学习开源项目环境集成算法比较

BenchMARL是一个专注于多智能体强化学习(MARL)的开源训练库,旨在提供标准化接口实现不同算法和环境的可重复性比较。它基于TorchRL后端,支持高效实现和灵活配置,可轻松集成新算法和环境。BenchMARL提供了统一的评估体系,支持marl-eval兼容的数据报告,为MARL研究提供了可靠的基准测试平台。

awesome-LLM-resourses - 中文大语言模型全面资源汇总数据处理到评估应有尽有

GithubLLMRAG大语言模型开源项目微调推理评估

该项目汇总了中文大语言模型(LLM)领域的全面资源，包含数据处理、微调、推理和评估等多个环节的开源工具。资源库涵盖最新LLM技术，并收录RAG系统和AI代理等前沿应用。项目为LLM研究者和开发者提供了丰富的工具和信息，有助于推进相关项目的开发与应用。

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。

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。

使用协议隐私政策广告服务

投诉举报邮箱: service@vectorlightyear.com