工具大全
覆盖20项细粒度能力的多模态模型评测基准：MMBench性能评估指南
多模态大模型不断迭代，从图文理解到复杂推理，能力边界持续扩展。对于研究者与开发者来说，如何客观衡量模型的真实水平，成为模型选型与技术优化的重要环节...
一站式大模型开放评测体系：OpenCompass
随着大语言模型和多模态模型的快速发展，科学、透明且可复现的评测体系成为研究者和企业的重要需求。OpenCompass 是上海人工智能实验室于 2023 年 8 月推出的...
AGI-Eval：面向认知与问题解决能力评测的大模型社区
在大语言模型快速发展和广泛应用的背景下，科学、公正地评估模型在认知和问题解决任务中的表现至关重要。AGI-Eval 是由上海交通大学、同济大学、华东师范大学...
SuperCLUE：中文大模型综合评测基准
随着中文大语言模型的快速发展，如何科学评估模型在理解、生成、知识应用和任务执行能力上的表现成为关键。SuperCLUE 是针对中文大模型推出的综合性评测基准...
开源大模型排行榜与评测平台：Open LLM Leaderboard
在大语言模型快速发展的背景下，开发者和研究者面临众多模型选择和性能比较的需求。Open LLM Leaderboard 是由 HuggingFace 推出的开源大模型排行榜，利用 El...
MMLU：大模型语言理解能力测评工具
在大型语言模型快速发展的背景下，评估模型的知识覆盖和语言理解能力成为研究与应用的重要环节。MMLU（Massive Multitask Language Understanding）是由 UC B...
国内首个视觉生成大模型对战平台：MagicArena
在 AI 创意和视觉生成领域，用户常面临选择模型和比较生成效果的挑战。MagicArena 是字节跳动推出的国内首个视觉生成大模型对战平台，通过文字输入调用不同大...
一站式大语言模型应用开发平台：天壤小白
开发基于大语言模型的 AI 应用通常涉及模型选择、提示词设计、开发和部署等复杂流程，普通开发者和企业可能难以快速上手。天壤小白 是天壤公司推出的基于大语...
高效智能聊天助手：商量SenseChat 大语言模型
在人工智能应用场景中，用户希望拥有既能理解复杂指令，又能生成高质量文本的智能助手。商量SenseChat 是由商汤科技研发的一款基于自然语言处理技术的人工智...
开源机器学习模型监测与测试工具：Evidently AI
在机器学习模型投入生产环境后，持续监测模型性能和数据质量对于保证预测准确性至关重要。Evidently AI 是一款开源的机器学习模型监测和测试工具，专为开发者...
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。