评估
  1. 首页
  2. 评估

列表

Genie 2

Genie 2

Genie 2是一款由DeepMind开发的大规模基础世界模型，其核心功能包括基于单一图片生成可交互3D游戏世界、模拟物体交互及物理效果、支持多类型动作控制、具备长时间记忆能力以及实时生成新场景内容。该工具不仅适用于智能体训练与评估，还广泛应用于游戏开发、模拟与训练、机器人学习以及虚拟现实和增强现实等领域。
AI项目与工具 2025年06月12日
xbench

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
LMMs

LMMs

LMMs-Eval 是一个用于多模态AI模型的统一评估框架，提供标准化、广泛覆盖且成本效益高的性能评估解决方案。它支持超过50个任务和10多个模型，并通过透明和可复现的评估流程帮助研究者和开发者全面了解模型能力。LMMs-Eval 还引入了 LMMs-Eval Lite 和 LiveBench，分别通过精简数据集降低评估成本并动态更新评估数据集，以确保模型泛化能力的有效评估。
AI项目与工具 2025年06月12日
AiPathly

AiPathly

AiPathly是一款面向希望进入AI领域的专业人士的综合性平台，提供个性化技能评估、定制学习路径、职业匹配报告及实时行业洞察等功能。用户可通过模拟项目积累实践经验，并借助简历和作品集优化服务提升求职竞争力。无论是职业转型者、技能提升者还是学生群体，均可借助AiPathly实现高效成长与成功转型。
AI项目与工具 2025年06月12日
BALROG

BALROG

BALROG是一款用于评估大型语言模型（LLMs）和视觉语言模型（VLMs）在游戏环境中推理能力的框架。它通过程序化生成的游戏环境，测试模型的规划、空间推理及探索能力，并提供细粒度的性能指标和公开排行榜，以促进AI技术的发展，适用于游戏AI开发、机器人技术、虚拟现实等多个领域。
AI项目与工具 2025年06月12日
妙构

妙构

妙构是一款基于AI技术的视频内容分析工具，能够从视觉、音频和创意结构等多个维度对视频进行深度解析，提供专业的优化建议。其功能包括趋势分析、案例学习、智能反馈等，适用于视频创作者、内容策划及营销人员，帮助提升视频质量与传播效果。
AI项目与工具 2025年06月11日
URO

URO

URO-Bench 是一个面向端到端语音对话模型的综合评估工具，支持多语言、多轮对话及副语言信息处理。它包含基础和高级两个赛道，分别涵盖16个和20个数据集，覆盖开放性问答、情感生成、多语言任务等。支持多种评估指标，提供简单易用的评估流程，并兼容多种语音对话模型。适用于智能家居、个人助理、语言学习等多个实际应用场景。
AI项目与工具 2025年06月12日
谷歌DeepMind推出V2A技术，可为无声视频添加逼真音效

谷歌DeepMind推出V2A技术，可为无声视频添加逼真音效

DeepMind推出的V2A（Video-to-Audio）模型能够将视频内容与文本提示相结合，生成包含对话、音效和音乐的详细音频轨道。它不仅能够与DeepMind自身的视频生成模型Veo协同工作，还能与其他视频生成模型，如Sora、可灵或Gen 3等，进行集成，从而为视频添加戏剧性的音乐、逼真的音效或与视频中角色和情绪相匹配的对话。V2A的强大之处在于其能够为每个视频输入生成无限数量的音轨。该模
AI项目与工具 2025年06月12日
Math24o

Math24o

Math24o 是 SuperCLUE 开源的高中奥林匹克数学竞赛级别数学推理测评基准，基于 2024 年全国高中数学竞赛预赛试题，包含 21 道高难度解答题。评测通过程序自动判断答案一致性，客观评估模型正确率。支持自动化评估流程，适用于教育、学术研究和模型优化等领域，为数学推理能力的提升提供重要工具。
AI项目与工具 2025年06月12日
SocraticLM

SocraticLM

SocraticLM 是一款基于苏格拉底教学法的人工智能模型，由中科大与科大讯飞联合开发。它通过提问引导学生主动思考，具备多轮对话能力和个性化教学功能。模型在 SocraTeach 数据集上训练，教学性能优于 GPT-4，整体质量提升 12%。其综合评估系统涵盖五项教学维度，适用于数学教学、个性化辅导及在线教育平台，为教育技术发展提供了新思路。
AI项目与工具 2025年06月12日