leaderboard

:cloud: :rocket: :bar_chart: :chart_with_upwards_trend: AI の最先端技術の評価

指示追従型言語モデルのための自動評価ツール。人間による検証済み、高品質、低コスト、高速。

CogDL：グラフディープラーニングのための総合ライブラリ (WWW 2023)

ClawProBench は、決定論的な採点と複数回試行の信頼性を備え、OpenClaw ランタイムで LLM エージェントを評価するためのライブファーストのベンチマークハーネスです。

Level-Upは、アプリケーションにゲーミフィケーションを導入するLaravelパッケージです。ユーザーはインタラクションを通じて経験値（XP）やレベルを獲得し、実績を解除します。動的なリーダーボード機能により、エンゲージメント、競争、楽しさを促進します。特定のニーズに合わせてカスタマイズ可能です

Awesome-LLM-Eval: LLMの評価に特化したツール、データセット/ベンチマーク、デモ、リーダーボード、論文、ドキュメント、モデルの厳選リスト。