大语言模型评估平台，支持多种评估基准、自定义数据集和性能测试。支持基于自定义数据集的RAG评估。
☆98Aug 20, 2025Updated last year
Alternatives and similar repositories for llm-eval
Users that are interested in llm-eval are comparing it to the libraries listed below. We may earn a commission when you buy through links labeled 'Ad' on this page.
Sorting:
- A streamlined and customizable framework for efficient large model (LLM, VLM, AIGC) evaluation and performance benchmarking.☆3,334Updated this week
- 一个基于AI的智能自动化测试平台，支持需求分析、测试用例生成、接口测试、UI自动化测试和性能测试。☆53Nov 28, 2025Updated 9 months ago
- 创意宝是一款融合了前沿人工智能技术的多功能应用，以创新为核心，为用户打造一个集时尚、智能、创意于一体的数字化平台。通过强大的 AI 技术，实现了 AI 试衣、数字人互动、智能短剧编写等特色功能，同时涵盖了丰富的语音、话术及商品管理等实用工具，旨在满足用户在时尚穿搭、内容创作…☆23Feb 17, 2025Updated last year
- 一款简洁好看又直观的JMeter测试报告服务，用于在JMeter接口测试中使用。欢迎多提issue反馈，求star ⭐☆26Aug 12, 2023Updated 3 years ago
- 灵鉴 RAG评测系统 | RAGEval ✨ 开箱即用的RAG系统自动化评估工具 | One-stop RAG Evaluation Solution☆109Apr 16, 2026Updated 4 months ago
- Deploy open-source AI quickly and easily - Special Bonus Offer • AdRunpod Hub is built for open source. One-click deployment and autoscaling endpoints without provisioning your own infrastructure.
- 智能问数系统☆33Aug 11, 2026Updated 2 weeks ago
- 网页剪报☆12Jan 30, 2016Updated 10 years ago
- 这是一个基于OpenCompass的模型评测系统，该系统提供了前端页面UI以方便用户自助开展评测工作。☆28Aug 25, 2025Updated last year
- ModelVerse是一个功能强大的大语言模型(LLM)一体化推训平台，致力于为AI开发者和研究者提供完整的模型生命周期管理解决方案。从模型管理到推理部署，从训练微调到性能评估，ModelVerse将复杂的AI工作流程简化为直观易用的一体化平台。☆46Jul 28, 2026Updated last month
- 在Vanna.ai上二次开发，实现自然语言到sql，与数据库对话，自动查询数据、生成bi图表、生成财务分析文档和ppt、语言输入、语言播放等功能☆19Feb 18, 2025Updated last year
- 大模型推理压测☆50Jul 31, 2025Updated last year
- 基于jmeter的性能测试平台☆42Feb 2, 2025Updated last year
- An NL2Pipeline Harness for building AI-ready data workflows.☆220Updated this week
- fufan-chat-api的前端项目☆27Nov 1, 2024Updated last year
- Deploy on Railway without the complexity - Free Credits Offer • AdConnect your repo and Railway handles the rest with instant previews. Quickly provision container image services, databases, and storage volumes.
- bigprimeDGP是以数据驱动为核心优势的大数据数智平台。借助先进的插件化架构和灵活的配置,能够快速响应各种复杂的数据业务需求,为企业的数据治理之路提供技术支撑。它集成了数据集成,数据仓库,计算平台,任务调度,服务编排,数据治理,工作流引擎等技术,致力于通过高效的数据整…☆16Aug 9, 2026Updated 3 weeks ago
- 灵猫智能管理平台是一个在线web测试项目与测试工具管理平台，通过灵猫智能快速敏捷的灵活性，实现项目管理、用例管理、模块管理、UI自动化测试管理、小工具应用等等系统的测试☆11Jun 21, 2021Updated 5 years ago
- The repo for code, that hasn't been published yet☆14May 14, 2025Updated last year
- ☆21Sep 5, 2022Updated 3 years ago
- Real-time results of JMeter performance test execution.☆21Jun 12, 2025Updated last year
- The All-in-one Judge Models introduced by Opencompass☆121Jul 15, 2025Updated last year
- Test Management Platform for Automation☆16Aug 24, 2015Updated 11 years ago
- 一个基于 模型上下文协议/MCP 构建的智能医学文献分析工具。它旨在帮助科研人员、医学从业者和学生快速检索 PubMed 数据库，并利用大型语言模型 (LLM) 的能力对文献摘要进行智能分析和总结☆11Jun 17, 2026Updated 2 months ago
- This is the official repository of the paper "Atomic-to-Compositional Generalization for Mobile Agents with A New Benchmark and Schedulin…☆15Jul 27, 2025Updated last year
- Deploy on Railway without the complexity - Free Credits Offer • AdConnect your repo and Railway handles the rest with instant previews. Quickly provision container image services, databases, and storage volumes.
- 本文提出了一个基于“文心一言”的中国LLMs的安全评估基准，其中包括8种典型的安全场景和6种指令攻击类型。 此外，本文还提出了安全评估的框架和过程，利用手动编写和收集开源数据的测试Prompts，以及人工干预结合利用LLM强大的评估能力作为“共同评估者”。☆35Sep 1, 2023Updated 2 years ago
- 获取微信聊天记录数据库密钥，各版本通用。☆14Aug 25, 2022Updated 4 years ago
- ☆28Oct 28, 2024Updated last year
- ☆19Aug 12, 2026Updated 2 weeks ago
- Web Based Iperf Result Real-time Visualization☆17Apr 26, 2019Updated 7 years ago
- kettle 的web管理工具☆17Jan 8, 2019Updated 7 years ago
- 个人封装的一些开箱即用的Spring Boot Starter组件，简单且实用，后续会根据需求进行持续扩展！☆18Updated this week
- 基于Jmeter实现的在线压测平台，在原有版本基础上进行一些个性化的功能添加；本系统在zyanycall/stressTestPlatform的开源项目基础上开发；☆15Dec 17, 2021Updated 4 years ago
- ☆13Feb 15, 2023Updated 3 years ago
- Deploy to Railway using AI coding agents - Free Credits Offer • AdUse Claude Code, Codex, OpenCode, and more. Autonomous software development now has the infrastructure to match with Railway.
- This repository provides the code for applying Contrastive Learning Penalty Loss (CLPL) and Mixture of Experts (MoE) to the BGE-M3 text e…☆11Dec 27, 2024Updated last year
- LLM 并发性能测试工具，支持自动化压力测试和性能报告生成。☆275Dec 10, 2025Updated 8 months ago
- OpenCompass is an LLM evaluation platform, supporting a wide range of models (Llama3, Mistral, InternLM2,GPT-4,LLaMa2, Qwen,GLM, Claude, …☆7,377Updated this week
- AI-Powered Patent Writing and Drawing Agents - 支持发明专利、实用新型、外观设计专利撰写及附图绘制，基于Google Gemini 2.0 Flash开发，完全符合专利审查指南要求☆26Nov 13, 2025Updated 9 months ago
- ☆16Apr 12, 2018Updated 8 years ago
- 直接解析ngrinder csv结果，统计TPS标准差，TPS波动率，最小/大RT，RT 25/50/75/80/85/90/95/99百分位数； 如需直接在ngrinder详细页展示，需二次开发请查看：☆19Feb 16, 2016Updated 10 years ago
- MobileSAM のエンコーダー/デコーダーをONNXに変換し、推論するサンプル☆12Apr 11, 2024Updated 2 years ago