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。

language - 谷歌语言研究团队开源项目汇集平台
GithubGoogle Research开源项目研究团队自然语言处理语言研究
Google Research Language团队的开源项目共享平台汇集了谷歌语言研究领域的最新成果。该平台为研究者和开发者提供自然语言处理、机器翻译等前沿语言技术资源。项目采用开源模式,促进了语言技术领域的协作与创新。作为非官方谷歌产品,这一平台为语言技术爱好者提供了宝贵的学习和实践机会。
BotChat - 创新评估大语言模型多轮对话能力的基准
BotChat BenchmarkGPT-4GithubLLM对话生成开源项目评估
BotChat基准测试通过分析大语言模型生成的对话评估多轮聊天能力。基于MuTual-Test数据集,该项目生成了大规模模型对话数据,并采用单轮评估、BotChat Arena和人类对话对比等方法全面评估主流LLM对话质量。研究发现GPT-4表现最佳,部分小型开源模型在短对话中也有不错表现。这一创新基准为改进LLM对话能力提供了新思路。
evalplus - 提升大语言模型代码生成评估的框架
EvalPlusGithubHumanEval+LLM评估MBPP+代码生成开源项目
EvalPlus是一个开源框架,旨在严格评估大语言模型的代码生成能力。它包含HumanEval+和MBPP+两个增强数据集,测试用例数量大幅提升。该框架提供精确评估、代码严谨性检验、LLM生成样本等功能,可显著加速相关研究。EvalPlus支持代码生成、后处理和评估全流程,在GitHub开源并提供Docker镜像,便于研究人员使用。
HallusionBench - 探索视觉语言模型的幻觉与错觉问题
AI评估GithubHallusionBench图像理解多模态模型开源项目视觉语言模型
HallusionBench是一个诊断视觉语言模型中语言幻觉和视觉错觉的测试集。通过图像-文本推理任务,它挑战了GPT-4V和LLaVA-1.5等顶级多模态模型。项目提供案例分析,揭示模型局限性,为改进提供见解。HallusionBench设有公开评测基准,欢迎研究人员贡献失败案例,推动多模态AI发展。
TabularBenchmarks - 机器学习算法在表格数据上的性能评估基准
Github开源项目性能评估数据集机器学习算法表格数据
TabularBenchmarks是一个开源项目,提供多种数据集和评估脚本,用于测试机器学习算法在表格数据上的性能。项目将数据集存放在input文件夹,算法实现则位于scripts文件夹。这些资源使研究人员能够客观比较不同算法处理表格数据的效果,有助于为特定任务选择合适的算法。
Qwen2.5-7B-Instruct-AWQ - 优化的大规模语言模型,支持长文本处理与多语言生成
GithubHuggingfaceQwenQwen2.5多语言支持开源项目指令跟随模型长文本处理
Qwen2.5 增强版在知识获取、编程和数学能力上有显著提升,支持最大128K的长文本处理及29种语言,优化用于指令追踪和生成结构化数据,尤其适合聊天机器人应用。
stackoverflow-roberta-base-sentiment - 软件工程文本情感分析的RoBERTa模型
GithubHuggingfaceRoBERTaStackOverflow开源项目情感分析模型自然语言处理软件工程
stackoverflow-roberta-base-sentiment是一个专门用于软件工程文本情感分析的RoBERTa模型。它基于cardiffnlp/twitter-roberta-base-sentiment模型,使用StackOverflow4423数据集进行微调。该模型能够分析软件工程相关文本的正面、中性和负面情感倾向。通过简单的Python代码,开发者可以快速实现情感分析。这个开源项目为软件开发社区提供了一个分析开发者反馈和讨论的实用工具。
Squadron AI - 智能化GitHub代码审查工具,优化团队工作流程
AI代码审查AI工具GitHub集成Squadron AI实时聊天问题分析
Squadron AI为GitHub提供智能代码审查、问题分析和实时沟通功能,助力提升团队效率和代码质量。无需增加人力,即可实现快速跨文件分析并减少错误。
Greptile AI - AI驱动的代码库分析工具 回答问题和审核PR
AI工具API人工智能开源项目数据库框架
Greptile AI是一款专注于代码库分析和管理的人工智能工具。作为代码库专家,它能回答各种代码相关问题,提供深入见解。该工具还具备自动审查拉取请求(PR)的功能,有助于提高开发团队效率。Greptile AI在解答复杂代码问题和简化代码审核流程方面表现出色,为开发者提供有力支持。
Qwen2-7B - 开源大语言模型在多项基准测试中展现优异性能
GithubHuggingfaceQwen2人工智能大语言模型开源项目机器学习模型自然语言处理
Qwen2-7B是新一代Qwen大语言模型系列的7B参数基础版本。该模型在语言理解、生成、多语言处理、编程、数学和推理等多个领域的基准测试中展现出优异表现,不仅超越了大多数开源模型,还与专有模型实力相当。Qwen2-7B基于改进的Transformer架构,引入了SwiGLU激活函数、注意力QKV偏置和组查询注意力等创新技术,并优化了分词器以更好地支持多种自然语言和编程语言。
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