benchmark

Kotak Alat Estimasi Kedalaman Monokuler berbasis MMSegmentation.

BlazeHTTP adalah alat pengujian efektivitas perlindungan WAF yang mudah digunakan.

Berbagai benchmark gRPC

Server HTTP berkinerja tinggi untuk Ruby

Pustaka Pembandingan Kernel CUDA

Ukur performa Amazon S3 dari lokasi mana pun.

Pustaka PyTorch untuk segala hal tentang Reinforcement Learning (RL) untuk Combinatorial Optimization (CO)

🐰 Bencher - Continuous Benchmarking

Aplikasi pengujian kecepatan / benchmarking performa penyimpanan Windows, macOS, dan Android (HDD, SSD, RAM)

Pustaka/Framework Pembuatan Benchmark C++

Kecerdasan Alami tetap merupakan ide yang cukup bagus.

[NeurIPS 2025 Spotlight] OpenCUA: Pondasi Terbuka untuk Agen Penggunaan Komputer

📊 Perbandingan Tolok Ukur Paket dengan Validasi Runtime dan Dukungan TypeScript

DeepResearch Bench: Tolok ukur komprehensif untuk agen riset mendalam

ClawProBench adalah harness benchmark live-first untuk mengevaluasi agen LLM di runtime OpenClaw dengan penilaian deterministik dan keandalan uji coba berulang.

Alat benchmarking S3.

Lingkungan dinamis untuk mengevaluasi serangan dan pertahanan bagi agen LLM.

Satu lagi implementasi untuk game benchmark bahasa pemrograman

"Jangan percaya siapa pun, uji semuanya." - plugin sbt untuk JMH (Java Microbenchmark Harness)

MobileGym: Platform Simulasi yang Dapat Verifikasi dan Sangat Pararel untuk Penelitian Agen GUI Seluler · Simulator Android yang berjalan di browser · Simulator Android Berbasis Browser · Evaluasi yang Dapat Verifikasi · Pelatihan RL Online yang Dapat Skala

RobustBench: tolok ukur ketahanan adversarial yang terstandarisasi [NeurIPS 2021 Benchmarks and Datasets Track]

HammerDB: Tolok ukur basis data sumber terbuka standar industri

Pantau performa ThreeJS Anda dengan mudah.

Tolok ukur agen dengan tugas-tugas dalam perusahaan perangkat lunak simulasi.

Alat uji stres HTTP golang, mendukung tunggal dan terdistribusi, http/1, http/2, dan http/3.

[EMNLP 2024 & AAAI 2026] Toolkit canggih untuk mengompresi model besar termasuk LLM, VLM, dan model generatif video.

Tolok ukur lain untuk beberapa framework python

Benchmark mentah tentang throughput, latensi, dan transfer Hello World pada kerangka kerja microservices populer

Kerangka kerja benchmark blockchain untuk mengukur kinerja berbagai solusi blockchain https://wiki.hyperledger.org/display/caliper

Model Perintis yang memainkan permainan papan Diplomacy.