benchmark

Monokulare Tiefenschätzungs-Toolbox basierend auf MMSegmentation.

BlazeHTTP ist ein einfach zu bedienendes Tool zum Testen der Wirksamkeit von WAF-Schutz.

Verschiedene gRPC-Benchmarks

Ein Hochleistungs-HTTP-Server für Ruby

CUDA-Kernel-Benchmarking-Bibliothek

Messen Sie die Leistung von Amazon S3 von jedem Standort aus.

Eine PyTorch-Bibliothek für alles rund um Reinforcement Learning (RL) für Combinatorial Optimization (CO)

🐰 Bencher – Kontinuierliches Benchmarking

App für Geschwindigkeitstests und Performance-Benchmarking von Speichern (HDD, SSD, RAM) unter Windows, macOS und Android.

C++ Benchmark Erstellungsbibliothek/-Framework

Natürliche Intelligenz ist nach wie vor eine ziemlich gute Idee.

[NeurIPS 2025 Spotlight] OpenCUA: Open Foundations für Computer-Use Agents

Benchmark-Vergleich von Paketen mit Laufzeitvalidierung und TypeScript-Unterstützung

DeepResearch Bench: Ein umfassender Benchmark für Deep Research Agents

ClawProBench ist ein Live-First-Benchmark-Harness zur Evaluierung von LLM-Agenten in der OpenClaw-Laufzeitumgebung mit deterministischer Bewertung und Zuverlässigkeit bei wiederholten Durchläufen.

S3-Benchmarking-Tool

Eine dynamische Umgebung zur Evaluierung von Angriffen und Verteidigungen für LLM-Agenten.

Eine weitere Implementierung des Computer Language Benchmarks Game

„Trust no one, bench everything.“ - sbt-Plugin für JMH (Java Microbenchmark Harness)

MobileGym: Eine verifizierbare und hochparallele Simulationsplattform für die Forschung zu mobilen GUI-Agenten · Im Browser laufender Android-Emulator · Browser-hosted Android Simulator · Verifizierbare Evaluierung · Skalierbares Online-RL-Training

RobustBench: Ein standardisierter Benchmark für neuronale Robustheit [NeurIPS 2021 Benchmarks and Datasets Track]

HammerDB: Der Branchenstandard für Open-Source-Datenbank-Benchmarks

Überwachen Sie die Leistung Ihrer ThreeJS-Anwendungen ganz einfach.

Ein Agenten-Benchmark mit Aufgaben in einem simulierten Softwareunternehmen.

Golang-HTTP-Stresstest-Tool, unterstützt Einzel- und verteilte Modi, HTTP/1, HTTP/2 und HTTP/3.

[EMNLP 2024 & AAAI 2026] Ein leistungsstarkes Toolkit zur Komprimierung großer Modelle einschließlich LLMs, VLMs und Video-Generierungsmodellen.

Ein weiterer Benchmark für einige Python-Frameworks

Rohe Benchmarks zu Durchsatz, Latenz und Übertragung von Hello World bei gängigen Microservices-Frameworks

Ein Blockchain-Benchmark-Framework zur Messung der Leistung verschiedener Blockchain-Lösungen https://wiki.hyperledger.org/display/caliper

Frontier Models spielen das Brettspiel Diplomacy.