leaderboard

:cloud: :rocket: :bar_chart: :chart_with_upwards_trend: 評估 AI 的最新技術水準

指令遵循語言模型的自動評估器。經人工驗證、高品質、低成本且快速。

CogDL：圖深度學習綜合函式庫 (WWW 2023)

ClawProBench 是一個即時優先的基準測試工具，用於評估 OpenClaw 執行環境中的 LLM 代理，具備確定性評分與重複試驗的可靠性。

Level-Up 是一個為您的應用程式引入遊戲化機制的 Laravel 套件。使用者透過互動獲得經驗值 (XP) 與等級，並解鎖成就。透過動態排行榜功能促進參與度、競爭與樂趣。可根據您的特定需求進行自訂。

Awesome-LLM-Eval：精選的工具、資料集/基準測試、展示、排行榜、論文、文件與模型清單，主要用於 LLM 評估。一個由工具、基準/數據、演示、排行榜和大模型等組成的精選列表，主要面向基礎大模型評測，旨在探求生成式AI的技術邊界。