benchmark

Đánh giá LLM bằng cách cho chúng đấu trong Street Fighter 3! Phương pháp mới để đánh giá chất lượng của LLM.

pytest fixture để đo hiệu năng mã nguồn

Công cụ đo hiệu năng nhanh chóng và đơn giản cho các dự án Rust

[pip install medmnist] 18 Tập dữ liệu chuẩn hóa cho phân loại hình ảnh y生物 học 2D và 3D

Trình biên dịch nhanh cho C# Expression Trees và giải pháp thay thế nhẹ LightExpression. Công cụ chẩn đoán và tạo mã cho các biểu thức.

SMAC: Thử thách đa tác nhân StarCraft.

Framework Deep Reinforcement Learning mô-đun trong PyTorch. Thư viện đi kèm của cuốn sách "Foundations of Deep Reinforcement Learning".

Những Tiến Bộ Mới Nhất về Suy Luận Hệ Thống-2

[NeurIPS '25] Tạo biểu đồ tri thức từ bất kỳ văn bản nào

GitHub Action để benchmark liên tục nhằm duy trì hiệu năng

Một trình tạo tải tốt hơn cho locust, được viết bằng golang.

LongBench v2 và LongBench (ACL 25'&24')

KernelBench: LLM có thể viết GPU Kernel không? - Bộ công cụ và benchmark với Torch -> CUDA (+ nhiều DSL khác)

PDEBench: Một bộ chuẩn đánh giá toàn diện cho học máy khoa học

Bộ sưu tập các tập lệnh đo hiệu năng máy chủ Linux.

Khung tính toán học tăng cường trong điều khiển giao thông

Điểm chuẩn (Benchmark) cho cơ sở dữ liệu vector

JMLR: OmniSafe là một framework cơ sở hạ tầng nhằm đẩy nhanh nghiên cứu về SafeRL.

OpenSTL: Bộ chuẩn mực toàn diện về học tập dự đoán không gian - thời gian

🚀 Trình tạo số nguyên tố nhanh

ClickBench: Điểm chuẩn dành cho các cơ sở dữ liệu phân tích

lzbench là công cụ đo hiệu năng trong bộ nhớ của các trình nén mã nguồn mở

Công cụ tạo lưu lượng truy cập và đánh giá hiệu năng cho NoSQL Redis và Memcache.

Model Zoo cho OpenCV DNN và các bài kiểm tra chuẩn (Benchmarks).

TorchBench là tập hợp các benchmark mã nguồn mở được sử dụng để đánh giá hiệu năng của PyTorch.

Bộ công cụ đánh giá hiệu năng Python

Báo cáo hiện thực hóa năng lực DeepSeek V4 × J-Space — bằng chứng chuẩn mực cho thấy J-Space làm giảm tổn thất hiện thực hóa năng lực trên DeepSeek V4.

Mã nguồn chính thức của "ADBench: Anomaly Detection Benchmark", NeurIPS 2022.

Airspeed Velocity: Một công cụ đo hiệu năng Python đơn giản với báo cáo dựa trên web

Molecular Sets (MOSES): Nền tảng đánh giá cho các mô hình tạo phân tử