评估

1. 首页
2. 评估

SuperGPQA

SuperGPQA是由字节跳动豆包团队与M-A-P联合开发的知识推理基准测试集，覆盖285个研究生级学科，包含26529道题目。其核心功能是评估大语言模型的泛化能力和真实推理水平，42.33%的题目涉及数学计算或形式推理。该测试集采用专家与大语言模型协同构建的方式，确保题目质量，并涵盖STEM与非STEM领域，填补了长尾学科评估的空白。适用于模型性能评估、优化指导及跨学科研究等多种应用场景。

AI项目与工具 2025年06月12日 11 点赞 0 评论 939 浏览

CodeGemma

CodeGemma是由Google开发的大型语言模型系列，专注于代码生成和理解。它包含三种不同规模的模型：2B预训练模型、7B预训练模型和7B指令微调模型。CodeGemma支持多种编程语言，能够提供代码补全、生成和自然语言理解等功能。经过大量英语编程和数学数据的训练，CodeGemma具备高准确性，能够在多种编程语言中表现出色，并能集成到各种开发环境中，提高开发效率。

AI项目与工具 2024年01月01日 65 点赞 0 评论 944 浏览

FoloUp

FoloUp 是一款开源的 AI 语音面试平台，能根据职位描述自动生成面试问题，并通过自然语言交互与候选人进行语音面试。系统支持实时分析、评分与报告生成，提供数据仪表盘用于跟踪候选人表现。平台支持一键分享、远程面试和批量招聘，结合语音识别、NLP 和安全数据管理技术，适用于多种招聘场景，提升招聘效率与质量。

AI项目与工具 2025年06月12日 74 点赞 0 评论 955 浏览

OmniThink.AI

OmniThink.AI是一款面向零售和消费品行业的AI平台，整合预测性与生成性AI技术，助力企业加速产品设计、营销及供应链管理。平台支持自然语言解释、全球数据模型、多系统集成，并提供可持续性评估与个性化推荐功能，提升运营效率与市场响应速度。

AI项目与工具 2025年06月12日 59 点赞 0 评论 956 浏览

HelloBench

HelloBench 是一款开源基准测试工具，专注于评估大型语言模型在长文本生成任务中的表现。它基于布鲁姆分类法设计了五个子任务，并采用 HelloEval 方法实现高效自动化评估。该工具支持多领域应用，包括模型开发、学术研究、产品测试等，同时揭示了现有模型在长文本生成中的局限性。

AI项目与工具 2025年06月12日 93 点赞 0 评论 961 浏览

EmoxCare

EmoxCare是一款免费的AI心理咨询师，帮助用户进行心理健康管理。用户可以通过文字、语音等方式与EmoxCare交流，获取情感支持和指导。其功能包括情绪追踪与聊天、冥想与正念练习、心理健康评估以及情绪调节与应对。EmoxCare提供自我疗愈练习和心理健康报告，但信息仅供参考，不能替代专业医疗建议。

AI项目与工具 2025年06月11日 26 点赞 0 评论 963 浏览

DataCamp

DataCamp 是一个在线学习平台，专注于数据科学、人工智能及编程技能的培养。它提供超过900门互动课程，支持浏览器内编程，具备技能评估与个性化学习路径推荐功能。通过该平台，用户可以提升职业技能并获取行业认证，广泛应用于企业培训、学术教育及个人职业转型等领域。

AI项目与工具 2025年06月12日 55 点赞 0 评论 965 浏览

投资策略模拟器

一种帮助投资者通过模拟环境来测试和优化他们的投资策略的工具，投资策略模拟器利用历史数据、市场模型和高级计算技术，如神经网络、大数据分析和云计算，来模拟股票、期货、外汇等市场的行为。

财经投资 2025年06月05日 81 点赞 0 评论 965 浏览

DialMe

DialMe，一个自动化面试平台。

招聘求职 2025年06月05日 36 点赞 0 评论 969 浏览

Agent K v1.0

Agent K v1.0 是一款端到端自主数据科学智能体，由华为诺亚方舟实验室与伦敦大学学院团队联合开发。该工具能够自动化处理数据科学生命周期中的各个环节，支持多模态数据处理，具备动态多步骤问题解决能力，并通过结构化推理和动态记忆管理实现自我学习与优化。Agent K v1.0 在Kaggle多模态挑战赛中表现优异，广泛应用于金融、医疗、零售、制造及客户服务等领域。

AI项目与工具 2025年06月12日 68 点赞 0 评论 972 浏览