Project Icon

SWE-bench

基于GitHub问题的语言模型评估

SWE-bench是一个基准测试平台,用于评估语言模型在解决GitHub问题中的表现。提供代码库和问题描述,模型生成修复补丁。项目支持Docker容器实现高效可重复测试。最新更新包括SWE-agent的引入,提升评估基准表现。支持x86_64和实验性arm64架构,提供多样数据集和模型下载选项。欢迎NLP、机器学习和软件工程领域的贡献和反馈。

CodeQwen1.5-7B-Chat-GGUF - 支持92种编程语言的强大代码生成模型
CodeQwen1.5GithubHuggingface代码生成多语言支持开源项目模型语言模型长上下文
CodeQwen1.5是一个基于transformer的语言模型,专注于代码生成。它支持92种编程语言,并能处理长达64K标记的上下文,适用于文本到SQL转换和错误修正。
Qwen2-72B - 新一代开源大语言模型在多个领域表现出色的中立评估
GithubHuggingfaceQwen2-72B多语言能力开源项目文本生成模型评估数据集语言模型
Qwen2系列大语言模型采用改进的Transformer架构,包含多种参数尺寸,加强了在多语言、编程、数学和推理领域的表现。Qwen2-72B模型对比现有开源和专有模型,展示了其在自然语言处理、代码生成和多语言翻译方面的竞争力,支持各类复杂任务的高效执行。了解更多关于模型的功能和实用建议,为语言技术应用提供支持。
llmeval-1 - 系统评估中文大语言模型的创新研究项目
GithubLLMEVAL-1大模型大语言模型评测开源项目排行榜评测方法
LLMEVAL-1项目致力于系统研究大语言模型评价方法。该项目涵盖17个大类、453个问题,内容包括事实性问答、阅读理解和框架生成等多个领域。评测采用分项和对比两种方式,从正确性、流畅性、信息量、逻辑性和无害性五个维度进行。LLMEVAL-1通过结合众包和专业评测,为中文大语言模型提供了全面、客观的评估基准。
semgrep - 多语言代码扫描工具 快速检测漏洞并执行标准
GithubSemgrep代码扫描安全漏洞检测开源软件开源项目静态分析
Semgrep是一款快速开源的静态分析工具,支持30多种编程语言。它使用简单的类代码规则语法,无需复杂的抽象语法树或正则表达式。Semgrep可在编辑器、代码提交和CI阶段进行代码搜索、bug检测和标准执行。该工具提供社区版和企业版,包含代码扫描、供应链安全和秘密检测功能,可在本地或CI/CD环境中部署,有效提升代码质量和安全性。
Qwen2.5-Coder-7B-Instruct-GGUF - 基于5.5万亿数据训练的大规模代码生成模型
GithubHuggingfaceQwen2.5-Coder人工智能代码代码生成代码调试开源项目模型模型量化
Qwen2.5-Coder-7B-Instruct的量化版本模型,经过5.5万亿数据规模训练,具备代码生成、推理和bug修复等核心功能。模型支持128K长文本处理,可满足大规模代码开发需求。基于llama.cpp实现量化,在保持原有性能的同时优化了模型部署效率。
bert_score - 先进的自然语言生成评估工具
BERTScoreGithub开源项目文本生成评估机器学习自然语言处理预训练模型
BERTScore是一种创新的自然语言生成评估工具,基于BERT预训练模型的上下文嵌入技术。它通过计算候选句和参考句中单词的余弦相似度,得出精确度、召回率和F1分数。研究表明,BERTScore在句子级和系统级评估中与人工判断具有高度相关性。该项目支持130多种预训练模型,适用于多种语言的文本生成评估。BERTScore提供Python接口和命令行工具,操作简便,是自然语言处理领域的有力辅助工具。
uptrain - 开源平台评估优化LLM应用
GithubLLM应用UpTrain开源平台开源项目改进评估
UpTrain是一个专注于评估和优化大型语言模型(LLM)应用的开源平台。它提供全面的工具和功能,用于衡量LLM应用性能、识别问题并持续改进。该平台支持自动化评估、错误分析和性能跟踪,有助于提高LLM应用的质量和可靠性。UpTrain提供多种评估指标和定制选项,适用于各种LLM应用场景。
LLMBox - 全面的大型语言模型训练与评估框架
GithubLLMBox大语言模型开源项目模型评估训练管道高效推理
LLMBox是一个综合性大型语言模型(LLM)库,集成了统一的训练流程和全面的模型评估功能。该框架旨在提供LLM训练和应用的完整解决方案,其设计注重实用性,在训练和使用过程中体现出高度的灵活性和效率。LLMBox支持多样化的训练策略和数据集,提供丰富的评估方法,并具备高效的推理和量化能力,为LLM的研究和开发提供了强大支持。
can-ai-code - 通过人类撰写的面试题测试AI的编程能力
AI codingDockerGithubLLMquantizationtesting suite开源项目
该项目通过人类撰写的面试题测试AI的编程能力,提供多种主流API提供商和CUDA支持的推理脚本,并在基于Docker的沙盒环境中验证Python和NodeJS代码的安全性。用户可以评估提示技巧和采样参数对大语言模型(LLM)编码性能的影响,以及量化对LLM编码性能的衰减影响。项目包括多语言测试套件和来自OpenAI的Python-only测试套件,支持对比分析,并提供了详尽的结果数据和评估脚本。
MultiBench - 多模态学习的多尺度标准基准
BenchmarkGithubMultiBenchMultimodal学习开源项目数据集深度学习
MultiBench是一个系统化、统一的大规模基准,用于多模态表征学习,覆盖15个数据集、10种模态、20个预测任务和6个研究领域。它提供自动化的端到端机器学习管道,简化数据加载、实验设置和模型评估,确保在真实世界中的适用性和鲁棒性。
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。

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