评估

1. 首页
2. 评估

模型判官

模型判官是一款基于Next.js构建的在线AI模型评测平台，支持多模型对比、自动评估与打分、实时流式响应及国际化设计。它通过并行处理、评判模型机制和评分算法，为用户提供高效、精准的AI模型推荐服务。适用于AI模型选择、教育研究、内容创作、客户服务以及语言翻译等多个场景。

AI项目与工具 2025年06月12日 35 点赞 0 评论 310 浏览

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 22 点赞 0 评论 309 浏览

CodeElo

CodeElo 是一款基于 Elo 评级系统的编程能力评估工具，用于衡量大型语言模型在编程竞赛中的表现。它从 CodeForces 平台选取题目，按难度和算法分类，并通过直接提交代码进行测试，确保评估的准确性。该工具可比较模型与人类程序员的水平，适用于模型优化、教学辅助及开发应用，为 LLMs 编程能力研究提供可靠参考。

AI项目与工具 2025年06月12日 71 点赞 0 评论 309 浏览

CAD

CAD-MLLM 是一款基于多模态输入生成参数化 CAD 模型的系统，融合了文本、图像和点云等多种数据形式。它通过命令序列与大型语言模型的结合，实现了高效的数据对齐与处理，并提出了创新的评估指标。CAD-MLLM 具备强大的鲁棒性和交互式设计能力，适用于工业设计、建筑设计、汽车制造等多个领域。

AI项目与工具 2025年02月07日 61 点赞 0 评论 300 浏览

scite

scite是一款利用深度学习技术的文献分析工具，具备智能引文分类、上下文分析及可视化引文网络等功能。它支持用户快速评估文献质量，追踪引用动态，适用于文献综述、研究验证及学术出版等场景。通过支持、反对和提及分类，scite显著提升了文献引用的效率和准确性，同时提供了强大的自定义面板和消息提醒功能。

AI项目与工具 2025年06月12日 65 点赞 0 评论 297 浏览

Khroma

Khroma是一款基于人工智能技术的在线配色平台，允许用户通过输入偏好颜色生成定制化配色方案。它支持多种搜索与筛选功能，能够为设计师提供丰富的色彩灵感，并提供详细的色彩信息。Khroma广泛应用于网页设计、平面设计、UI/UX设计、品牌设计及艺术创作等领域，帮助提升设计效率与质量。

AI项目与工具 2025年06月12日 56 点赞 0 评论 296 浏览

Speech Studio

Speech Studio是一套用于构建和集成Azure认知服务语音服务功能到应用程序中的工具。它为创建项目提供了一种无需代码的方法，可以访问诸如实时语音到文本、自定义语音识别模型、发...

Ai语音工具 1970年01月01日 0 点赞 0 评论 294 浏览

ImBD

ImBD是一种用于检测机器修订文本的AI工具，采用风格偏好优化（SPO）和风格条件概率曲率（Style-CPC）技术，能有效区分人类写作与机器修订内容。该工具具备多场景适应能力，支持多种文本类型和领域，训练效率高、数据需求低，适用于学术、新闻、出版、教育等多个应用场景，提升文本检测的准确性与可靠性。

AI项目与工具 2025年06月12日 19 点赞 0 评论 290 浏览

LLM Engineer Toolkit

一个精心整理的LLM工具库，它将120多个与LLM相关的库按照功能和用途进行了细致分类，涵盖了从训练微调、应用开发、推理服务到安全评估等 LLM 开发全流程所需的工具。

Ai学习资源 2025年06月05日 71 点赞 0 评论 290 浏览

DrivingDojo

DrivingDojo是一个由中国科学院自动化研究所与美团无人车团队合作研发的数据集，包含18,000个视频片段，涵盖全面的驾驶操作、多智能体交互及开放世界驾驶知识。它定义了动作指令跟随（AIF）基准，用于评估世界模型的预测能力，并支持自动驾驶算法开发、世界模型训练、多智能体交互模拟及罕见事件处理等多个应用场景。

AI项目与工具 2025年06月12日 85 点赞 0 评论 280 浏览