ToolQA

评估工具增强型大语言模型的开源数据集

ToolQA是一个开源数据集，专门用于评估工具增强型大语言模型。数据集涵盖8个领域，包含需要综合使用多个工具解答的问题，分为简单和困难两个级别。ToolQA通过人机协作创建，提供了数据统计、下载链接、工具实现和基准代码，为研究人员评估和改进大语言模型的外部工具使用能力提供全面资源。

访问官网

Github

论文

介绍相关项目

Q-Bench - 评测多模态大语言模型的低层视觉能力

GithubICLR2024Q-Bench低层视觉基准测试多模态大语言模型开源项目

Q-Bench是一个评估多模态大语言模型低层视觉能力的基准测试。它通过感知、描述和评估三个领域，使用LLVisionQA和LLDescribe数据集测试模型性能。该项目采用开放式评估框架，支持研究者提交结果或模型。Q-Bench对比了开源和闭源模型的表现，并与人类专家水平进行对照，为深入理解和提升多模态AI的基础视觉处理能力提供了关键洞察。

paper-qa - 高效PDF与文本文件问答工具

GithubLLMOpenAIPDF解析PaperQAlangchain开源项目

PaperQA是一款轻量级工具，专为从PDF和文本文件中进行问答设计，通过内嵌引用确保答案准确。默认使用OpenAI Embeddings，支持与langchain和开源模型结合。其流程包括文档向量化、查询向量化、文档搜索、摘要生成、相关摘要选择，并生成最终答案。PaperQA支持异步操作，兼容多种LLM，并提供多种自定义和扩展选项，如本地向量存储和Zotero数据库集成，是科研人员高效处理文档问答的理想选择。

insuranceqa-corpus-zh - 开源中文保险问答语料库支持机器学习和NLP研究

Github保险语料库分词处理开源项目数据格式机器学习问答数据集

insuranceqa-corpus-zh是一个开源的中文保险行业问答语料库,包含真实用户问题和专业回答。作为保险领域首个开放QA语料库,它提供问答语料和问答对语料两种格式,支持答案选择、阅读理解等多种机器学习任务。数据集划分为训练集、测试集和验证集,并附有详细使用说明和格式介绍,方便研究人员快速应用。该项目适合进行保险领域自然语言处理和问答系统相关研究。

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。

paper-qa - 基于文档的智能问答系统实现精准信息检索和回答生成

GithubLLMPaperQA嵌入式向量开源项目异步处理文献问答

paper-qa是一款轻量级文档问答工具包，专门从PDF和文本文件中提取信息并生成回答。通过文档嵌入、向量搜索和摘要生成等技术，结合大型语言模型，paper-qa能够提供高质量且有据可依的回答。支持OpenAI、Anthropic等多种嵌入和语言模型，并可集成本地托管模型。工具提供异步API，支持自定义文档添加和引用格式推断，还可整合外部向量存储。这些特性使paper-qa成为科研和信息检索领域的实用解决方案。

ToolACE-8B - 在工具调用性能上与GPT-4旗鼓相当的开源语言模型

APIGithubHuggingfaceLLaMAToolACE-8B函数调用开源项目数据集模型

ToolACE-8B是一个基于LLaMA-3.1-8B-Instruct模型微调的工具调用专家模型。它在Berkeley Function-Calling Leaderboard上表现出色，性能与GPT-4相当。该模型采用ToolACE数据集训练，结合多智能体对话生成和双层验证系统，确保了数据的多样性和准确性。ToolACE-8B在函数调用方面展现出卓越能力，为开发者提供了强大的工具使用支持。

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。

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。

augmentoolkit - AI开源领域特定数据生成解决方案

AugmentoolkitGithubLLM训练开源AI开源项目数据生成自定义数据集

Augmentoolkit是一款开源AI工具,专门用于创建领域特定数据。它能将原始文本高效转化为高质量自定义数据集,适用于训练语言模型和分类器。该工具利用开源AI技术,无需依赖OpenAI,提供了易用、可定制和经济的数据生成方案。Augmentoolkit致力于简化LLM数据创建,使其成为模型开发中的便捷环节。

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。

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