benchmark

[ICML 2026] Dépôt de code officiel de RoboTwin 2.0.

Vulnérabilités courantes des applications web Java et code de sécurité basé sur Spring Boot et Spring Security

CPU-X est un logiciel libre qui collecte des informations sur le processeur, la carte mère et plus encore

Tsung est un framework de benchmark haute performance pour divers protocoles, dont HTTP, XMPP, LDAP, etc.

Un harnais optimisé pour les LLM plus petits.

Outil de benchmarking conçu pour faciliter votre travail.

[ECCV2024] Modèles de fondation vidéo et données pour la compréhension multimodale.

Une bibliothèque de benchmarking simple, minuscule et légère !

Projet de test de serveurs VPS en version Go, visant à être l'outil de test le plus complet, sans dépendances d'environnement.

Un benchmark hétérogène pour la recherche d'information, permettant d'évaluer facilement vos modèles sur plus de 15 jeux de données IR divers.

Évaluation comparative du transfert de connaissances dans l'apprentissage robotique continu

Cista est une bibliothèque de sérialisation et de réflexion C++ simple, haute performance et sans copie (zero-copy).

Articles et blogs incontournables sur la modélisation de contexte long basée sur les LLM

Benchmark de frameworks web Go.

Une comparaison objective de plusieurs frameworks permettant de transformer des applications web en applications de bureau.

Une boîte à outils d'apprentissage automatique pour l'analyse de logs [ICSE'19, DSN'16].

Suivi de n'importe quel point (TAP)

τ-Bench : un benchmark pour l'interaction outil-agent-utilisateur dans des domaines réels

Expérimentation de pratiques de codage « moins lentes » en C++ 20, C, CUDA, PTX et assembleur, allant du numérique et SIMD aux coroutines, ranges, gestion des exceptions, réseaux et entrées/sorties en espace utilisateur.

Évaluation rigoureuse du code synthétisé par LLM - NeurIPS 2023 & COLM 2024.

Implémentations de référence des benchmarks d'entraînement MLPerf.

[CVPR2024 Highlight] VBench - Évaluation de la génération vidéo

SkillsBench évalue la pertinence des compétences et l'efficacité des agents à les utiliser.

Fonctionnalité de micro-benchmarking simple, rapide et précise, sous forme d'en-tête unique pour C++11/14/17/20.

Identifiez rapidement les goulots d'étranglement en Rust - un profileur unique pour le CPU, la mémoire, SQL, HTTP, les E/S et le code asynchrone.

BEHAVIOR-1K : une plateforme pour accélérer la recherche en IA incarnée. Rejoignez notre Discord pour obtenir de l'aide : https://discord.gg/bccR5vGFEx

Implémentations de référence des benchmarks d'inférence MLPerf®

Page GitHub officielle de l'article de synthèse A Survey on Evaluation of Large Language Models

ADR sécurise les agents d'IA en entreprise via l'observabilité, l'analyse comparative de sécurité et la détection des menaces. Déployé chez Uber.

Benchmark de suivi d'objets multiples (MOT) en Python