benchmark

[ICML 2026] RoboTwin 2.0 公式コードリポジトリ

SpringBoot および Spring Security をベースにした Java Web の共通脆弱性とセキュリティコード

CPU、マザーボードなどの情報を収集するフリーソフトウェア、CPU-X

Tsung は、HTTP、XMPP、LDAP など様々なプロトコルに対応した高性能なベンチマークフレームワークです。

小型LLM向けに最適化されたハーネス

あなたに愛されるベンチマークツール ❤️

[ECCV2024] マルチモーダル理解のためのビデオ基盤モデルとデータ

🔎 シンプルで極小かつ軽量なベンチマークライブラリ！

VPS 融合怪サーバーテスト GO バージョン。最も包括的なサーバーテストプロジェクトを目指し、環境依存関係なしで Go で実装されています。

情報検索（IR）のための異種混合ベンチマーク。使いやすく、15以上の多様なIRデータセットでモデルを評価可能

生涯ロボット学習における知識伝達のベンチマーク

Cista は、シンプルで高性能な、ゼロコピーの C++ シリアライゼーションおよびリフレクションライブラリです。

📰 LLM ベースの長文脈モデリングに関する必読論文とブログ 🔥

:zap: Go web framework benchmark

Webアプリをデスクトップアプリに「変換」できる複数のフレームワークの客観的な比較。

ログ解析のための機械学習ツールキット [ICSE'19, DSN'16]

任意のポイントの追跡 (TAP)

τ-Bench: 実世界のドメインにおけるツール・エージェント・ユーザーのインタラクションのためのベンチマーク。

C++ 20、C、CUDA、PTX、アセンブリにおける「Less Slow」コーディング手法の実践。数値計算や SIMD からコルーチン、レンジ、例外処理、ネットワーク、ユーザー空間 IO まで

LLMが生成したコードの厳密な評価 - NeurIPS 2023 & COLM 2024

MLPerf® トレーニングベンチマークのリファレンス実装

[CVPR2024 Highlight] VBench - 動画生成の評価

SkillsBenchは、スキルの機能性とエージェントによるスキル活用の効果を評価します。

C++11/14/17/20 向けのシンプルで高速、正確なシングルヘッダーのマイクロベンチマーク機能

Rust のボトルネックを素早く発見するツール。CPU、メモリ、SQL、HTTP、I/O、非同期コードに対応する単一のプロファイラです。

BEHAVIOR-1K: Embodied AI研究を加速するためのプラットフォーム。サポートのためにDiscordに参加してください: https://discord.gg/bccR5vGFEx

MLPerf®推論ベンチマークのリファレンス実装

サーベイ論文「A Survey on Evaluation of Large Language Models」の公式GitHubページ

ADR は、可観覧性、セキュリティベンチマーク、脅威検知を通じてエンタープライズ AI エージェントを保護します。Uber で導入されています。

:bar_chart: Pythonで複数の多目的追跡（MOT）をベンチマークする