工具大全
Popia：面向沉浸式角色扮演与剧情驱动交互的AI故事创作平台
Popia 是一个以 AI 角色互动与故事生成体验为核心的虚拟叙事平台，强调通过长期记忆、角色设定与多模态反馈来构建连续剧情世界。与传统聊天机器人不同，Popia...
H2O EvalGPT：基于Elo评分机制的开源大模型对比评测平台
H2O EvalGPT 是由 H2O.ai 推出的开放式大语言模型评估与排行榜系统，核心目标是通过统一评测框架与Elo评分机制，对不同LLM模型在多任务场景中的表现进行量化...
LLMEval3：面向多学科专业知识能力评估的大模型基准体系
LLMEval3 是由复旦大学自然语言处理实验室推出的新一代大模型评测基准体系，专注于衡量语言模型在专业知识理解与生成能力方面的表现。随着大模型逐渐进入教育...
LMArena：基于人类偏好投票机制的AI模型竞技评测平台
LMArena 是由加州大学伯克利分校相关研究团队推出的一种新型大模型评测平台，其核心特点是通过真实用户对模型回答进行匿名对比投票，从而构建基于“人类偏好”...
HELM：面向语言模型全维度风险与能力评估的系统化框架
HELM（Holistic Evaluation of Language Models）是由斯坦福大学 CRFM（Center for Research on Foundation Models）提出的大语言模型整体评估体系，旨在从多...
MMBench：面向视觉语言模型多维能力评测的权威基准体系
MMBench 是由上海人工智能实验室、南洋理工大学、香港中文大学、新加坡国立大学以及浙江大学等多家高校与研究机构联合提出的多模态评测基准，用于系统性衡量...
OpenCompass：面向大模型标准化评测的一站式开源框架与排行榜体系
OpenCompass 是由上海人工智能实验室推出的开源大模型评测体系，围绕“可复现、可扩展、可对比”的评测原则构建统一框架，为语言模型与多模态模型提供标准化能...
AGI-Eval：面向大模型能力评估的权威数据平台与榜单工具
AGI-Eval 是一个由上海交通大学、同济大学、华东师范大学及 DataWhale 等高校与社区共同参与构建的大模型评测平台，核心目标是通过标准化测试与人机协同评估...
TokenDance API 网关：多协议大模型统一接入与智能路由平台
TokenDance（词元跳动）是观猹团队推出的一站式大模型 API 聚合平台，定位为“统一模型 API 网关”。AI 开发者在多供应商模型接入时常面临重复注册、密钥管理复...
多模型 AI Agent 聚合与任务管理平台：WorldClaw AI 开发与生活助手
WorldClaw 是面向开发者、企业及高端个人用户的 AI 模型聚合与 Agent 经济操作系统，旨在整合多种大模型资源并提供智能任务管理功能。传统 AI 开发与日常事务...
总裁导航（ceonav.com）聚合全球优秀的AI工具网站，致力于成为用户发现优质AI工具的第一站。网站覆盖全品类垂直领域，包括AI办公、AI写作论文、AI对话聊天、AI图像生成、AI视频剪辑、AI辅助编程、AI音频转换、AI自动化、AI任务编排、AI搜索引擎、AI绘画设计、AI智能体、AI教学研究、提示词分享、模型训练等，提供便捷的查询与访问服务。