AI Benchmarks

3 个分组 · 28 条链接

AI 聊天、图像/视频/音频生成与本地部署

常用资源 12 条

⁠LM理事会 ⁠LM Council 人工智能基准指数/比较

★人工分析 Artificial Analysis 聊天机器人、图像和视频基准 X Discord

★⁠Kaggle 基准测试 ⁠Kaggle Benchmarks 聊天机器人排行榜/基准

★Arena 聊天机器人排行榜/基准备用 X Discord

OpenRouter 聊天机器人人气排行榜 Discord GitHub

SEAL LLM 排行榜 SEAL LLM Leaderboards 聊天机器人排行榜

上下文竞技场 Context Arena 聊天机器人排行榜/基准

⁠RankedAGI 聊天机器人排行榜/基准

法学硕士统计 LLM Stats 聊天机器人排行榜 X Discord

OpenLM 竞技场 OpenLM Arena 聊天机器人排行榜

Wolfram LLM 基准测试项目 Wolfram LLM Benchmarking Project 聊天机器人排行榜/基准

⁠新纪元人工智能 ⁠Epoch AI 结合多个人工智能基准

Specialized Benchmarks 12 条

★打开 VLM 排行榜 Open VLM Leaderboard VLM 基准排行榜聚合器

⁠DesignArena 人工智能设计基准 X Discord

⁠EQ-Bench AI情商基准 GitHub

⁠IUMB AI数学基准/排行榜

MathArena AI数学基准/竞赛

⁠瓦尔斯人工智能 ⁠Vals AI AI金融/税务/法律基准

⁠简单的长凳 ⁠Simple Bench AI人类推理基准

⁠SpeechMap.AI 人工智能言论自由基准 GitHub

⁠LLMs 废话基准 ⁠LLMs Bullshit Benchmark 破坏前提检测基准

艾洛 AI Elo AI游戏竞赛/基准

ChessArena 人工智能国际象棋基准

⁠VoxelBench Minecraft 人工智能生成基准

Coding Benchmarks 4 条

★SWEBench 软件工程人工智能排行榜/基准 GitHub

网络开发竞技场 WebDev Arena 编码 AI 排行榜/基准

Aider LLM 排行榜 Aider LLM Leaderboards 编码 AI 排行榜/基准

DeepSWE 编码 AI 排行榜/基准 GitHub