benchmark

命令行基准测试工具

功能强大的 .NET 基准测试库

Ohayou(おはよう)，HTTP 负载生成器，灵感来自 rakyll/hey，具 tui 动画效果

微基准测试支持库

OpenMMLab 姿态估计工具箱与基准测试

OpenCompass 是一个 LLM 评估平台，支持多种模型（Llama3、Mistral、InternLM2、GPT-4、LLaMa2、Qwen、GLM、Claude 等）以及 100 多个数据集

VPS 融合怪服务器测评项目，更推荐使用无环境依赖的 Go 版本

哪个是最快的 Web 框架？

可脚本化的数据库与系统性能基准测试。

YABS - 一个简单的 bash 脚本，使用 fio、iperf3 与 Geekbench 估算 Linux 服务器性能

SWE-bench：语言模型能否解决真实世界的 Github 问题？

Python 中近似最近邻库的基准测试

dperf：基于 DPDK 的高性能网络负载测试工具

面向 Rust 的统计驱动基准测试库

Across the Great Wall we can reach every corner in the world

最快且最省内存的 Lattice Boltzmann CFD 软件，支持所有 GPU 与 CPU via OpenCL，非商业用途免费

OpenMMLab 的下一代视频理解工具箱和基准

Kodezi Chronos 是一个以除错为先的语言模型，在 SWE-bench Lite 上达成 80.33% 的最佳成绩，实际修复准确率 67%，比 GPT-4 高出六倍以上。采用自适应图形导向检索与持久除错记忆。模型将于 2026 年第一季通过 Kodezi OS 推出。

涵盖文本、图像、视频和音频任务的全能多模态评估工具包

用于评估里程计与 SLAM 的 Python 包

中文语言理解测评基准 Chinese Language Understanding Evaluation Benchmark：数据集、基线、预训练模型、语料库与排行榜

一个小型的C++11增强库

由百川智能科技开发的一系列大型语言模型

HTTP(S) 基准测试工具，测试/调试， 与 restAPI (RESTful)

XcodeBenchmark 测量在 iMac、MacBook 与 Mac Pro 上大型代码库的编译时间

FlashRAG：Python RAG 研究工具包

MTEB：跨语言与多模态嵌入的最先进评估

Phoronix Test Suite 开源、跨平台的自动化测试与基准测试软件。

[NeurIPS 2024] OSWorld：在真实电脑环境中评测开放式任务的多模态 Agent。

使用 100 多种编程语言编写的质数项目，用以比较它们的速度以及程序员的聪明才智