评估

1. 首页
2. 评估

WiS

WiS是一个基于“谁是卧底”游戏规则的在线AI竞赛平台，专为评估和分析大型语言模型（LLMs）在多智能体系统中的行为而设计。平台提供统一的模型评估接口、实时排行榜、全面的行为评估功能以及详尽的数据可视化支持，旨在为研究人员和开发者提供一个直观且高效的工具，用于测试和优化智能体在复杂交互环境中的表现。

AI项目与工具 2025年06月12日 20 点赞 0 评论 668 浏览

OlympicArena

OlympicArena是由多所高校与研究机构联合开发的多学科认知推理基准测试框架，包含11,163道国际奥赛双语题目，覆盖数学、物理、化学、生物、地理、天文学和计算机科学等7大领域。该平台通过答案级与过程级评估，全面衡量AI模型的逻辑与视觉推理能力，支持多模态输入并具备数据泄漏检测机制，适用于AI模型评估、训练优化、教育辅助及科研应用。

AI项目与工具 2025年06月12日 58 点赞 0 评论 672 浏览

VideoPhy

VideoPhy是一款由UCLA和谷歌研究院联合开发的基准测试工具，旨在评估视频生成模型的物理常识能力。它包含688条描述性字幕，通过人类和自动评估方式，衡量生成视频是否符合物理规则。VideoPhy不仅揭示了现有模型的不足，还推出了自动评估工具VideoCon-Physics，以推动模型性能的提升。其应用场景广泛，包括视频生成模型开发、计算机视觉研究、教育与培训以及娱乐产业等。

AI项目与工具 2025年06月12日 84 点赞 0 评论 679 浏览

VirSci

VirSci是一款基于大型语言模型（LLMs）的多智能体AI科学研究工具，通过模拟科学家团队合作加速科研创新。其主要功能包括合作者选择、主题讨论、创意生成、新颖性评估、摘要生成及自我审查等，支持从团队组建到科学发现的全流程。VirSci具备强大的自然语言处理能力、数字孪生技术和知识库支持，广泛应用于科学研究、团队协作、教育和项目管理等领域。

AI项目与工具 2025年06月12日 57 点赞 0 评论 687 浏览

SmartPrep AI

新一代课程规划简化，释放无限创造力，减少重复性任务，SmartPrep AI让您有更多时间专注于教学！

教育学习 2025年06月05日 11 点赞 0 评论 691 浏览

SciTE AI

一个帮助研究人员发现和理解研究文章的平台，通过展示文章的引用情况来帮助用户了解文章的上下文。

教育学习 2025年06月05日 46 点赞 0 评论 695 浏览

EvalsOne Ai

一个功能强大而简单易用的一站式评估平台，EvalsOne Ai用于迭代优化生成式AI的应用程序。它可以帮助克服AI生成中的不确定性，简化工作流程，增强团队信心，确保

Ai平台模型 2025年06月05日 38 点赞 0 评论 697 浏览

potis.ai

Potis.ai 是一款基于 AI 技术的招聘平台，通过自动化行为面试、智能面试协助和人才评分系统，帮助企业提升招聘效率，降低时间和成本支出。平台支持无缝集成至现有流程，提供详尽的候选人反馈和团队协作优化功能，适用于远程招聘、大规模招聘及技术岗位评估等多种场景。

AI项目与工具 2025年06月12日 63 点赞 0 评论 698 浏览

Pixian.AI

Pixian.AI是一款基于人工智能的一键抠图工具，特别适合需要快速、高质量处理图片背景的用户。该工具无需订阅，提供高效且经济的解决方案，尤其在Beta测试阶段，用户可以免费使用。...

图片处理 2026年06月13日 0 点赞 0 评论 704 浏览

FullStack Bench

FullStack Bench是一款由字节跳动与M-A-P社区联合推出的专业代码评估工具，主要针对全栈编程和多语言编程能力进行评估。它包含11种真实编程场景、3374个问题以及16种编程语言，具备全面评估、多语言支持、实际场景模拟、代码质量控制等特点，适用于代码智能评估、教育与培训、研究开发、软件测试及多语言编程能力评估等多个场景。

AI项目与工具 2025年06月12日 40 点赞 0 评论 705 浏览