xbench xbench是红杉中国推出的AI基准测试工具，采用双轨评估体系，追踪模型的理论能力上限与实际落地价值。其长青评估机制动态更新测试内容，确保时效性。xbench包含科学问题解答和中文互联网深度搜索两个核心评估集，按季度或每月更新题目。工具还提供垂直领域智能体评测、实时更新与LeaderBoard功能，适用于模型能力评估、真实效用量化、产品迭代指导等场景，推动AI系统在真实场景中的效用提升。 AI项目与工具 2025年06月11日 33 点赞 0 评论 211 浏览
LMEval LMEval是谷歌推出的开源框架，用于简化大型语言模型（LLMs）的跨提供商评估。它支持多模态（文本、图像、代码）和多指标评估，兼容Google、OpenAI、Anthropic等主流模型提供商。LMEval基于增量评估引擎，节省时间和计算资源，并通过自加密的SQLite数据库安全存储评估结果。LMEvalboard提供交互式可视化界面，帮助用户分析模型性能并直观比较不同模型的优缺点。 AI项目与工具 2025年06月11日 27 点赞 0 评论 132 浏览
CAR CAR（Certainty-based Adaptive Reasoning）是字节跳动联合复旦大学推出的自适应推理框架，旨在提升大型语言模型（LLM）和多模态大型语言模型（MLLM）的推理效率与准确性。该框架通过动态切换短答案和长形式推理，根据模型对答案的置信度（PPL）决定是否进行详细推理，从而在保证准确性的同时节省计算资源。CAR适用于视觉问答（VQA）、关键信息提取（KIE）等任务，在数学 AI项目与工具 2025年06月11日 73 点赞 0 评论 365 浏览
ValidatorAi 输入您的创业想法，我们的人工智能将为您验证它，并为您提供重要的考虑事项。从营销到客户开发和分析竞争，我们的人工智能将帮助您采取步骤和考虑因素。 创业营销 2025年06月05日 20 点赞 0 评论 150 浏览
拜托了简历 拜托了简历是一款利用AI智能评估简历、根据用户的简历信息和应聘岗位，生成用户专属面试题的产品，帮助用户提前修改简历，生成个性化的简历评估、面试问题。 招聘求职 2025年06月05日 40 点赞 0 评论 443 浏览
