评估

1. 首页
2. 评估

HealthBench

HealthBench是OpenAI推出的开源医疗评估工具，用于衡量大型语言模型在医疗保健领域的表现和安全性。它包含5000个由医生设计的多轮对话，涵盖多种健康场景，并通过多维度评分标准评估模型的准确性、沟通质量等。支持按主题和行为维度进行细分分析，帮助开发者识别模型优势与不足，指导优化方向。适用于模型性能评估、安全测试及医疗AI工具选择。

AI项目与工具 2025年06月11日 79 点赞 0 评论 189 浏览

CAD

CAD-MLLM 是一款基于多模态输入生成参数化 CAD 模型的系统，融合了文本、图像和点云等多种数据形式。它通过命令序列与大型语言模型的结合，实现了高效的数据对齐与处理，并提出了创新的评估指标。CAD-MLLM 具备强大的鲁棒性和交互式设计能力，适用于工业设计、建筑设计、汽车制造等多个领域。

AI项目与工具 2025年02月07日 61 点赞 0 评论 188 浏览

CodeElo

CodeElo 是一款基于 Elo 评级系统的编程能力评估工具，用于衡量大型语言模型在编程竞赛中的表现。它从 CodeForces 平台选取题目，按难度和算法分类，并通过直接提交代码进行测试，确保评估的准确性。该工具可比较模型与人类程序员的水平，适用于模型优化、教学辅助及开发应用，为 LLMs 编程能力研究提供可靠参考。

AI项目与工具 2025年06月12日 71 点赞 0 评论 182 浏览

Math24o

Math24o 是 SuperCLUE 开源的高中奥林匹克数学竞赛级别数学推理测评基准，基于 2024 年全国高中数学竞赛预赛试题，包含 21 道高难度解答题。评测通过程序自动判断答案一致性，客观评估模型正确率。支持自动化评估流程，适用于教育、学术研究和模型优化等领域，为数学推理能力的提升提供重要工具。

AI项目与工具 2025年06月12日 22 点赞 0 评论 178 浏览

ValidatorAi

输入您的创业想法，我们的人工智能将为您验证它，并为您提供重要的考虑事项。从营销到客户开发和分析竞争，我们的人工智能将帮助您采取步骤和考虑因素。

创业营销 2025年06月05日 20 点赞 0 评论 176 浏览

数英指数

由数英DIGITALING推出的指数型工具，根据入驻企业在数英平台的多维度数据综合得出的指数型工具，用以评估代理商的综合实力、品牌的营销表现。

数据分析 2025年06月05日 25 点赞 0 评论 174 浏览

ImBD

ImBD是一种用于检测机器修订文本的AI工具，采用风格偏好优化（SPO）和风格条件概率曲率（Style-CPC）技术，能有效区分人类写作与机器修订内容。该工具具备多场景适应能力，支持多种文本类型和领域，训练效率高、数据需求低，适用于学术、新闻、出版、教育等多个应用场景，提升文本检测的准确性与可靠性。

AI项目与工具 2025年06月12日 19 点赞 0 评论 173 浏览

scite

scite是一款利用深度学习技术的文献分析工具，具备智能引文分类、上下文分析及可视化引文网络等功能。它支持用户快速评估文献质量，追踪引用动态，适用于文献综述、研究验证及学术出版等场景。通过支持、反对和提及分类，scite显著提升了文献引用的效率和准确性，同时提供了强大的自定义面板和消息提醒功能。

AI项目与工具 2025年06月12日 65 点赞 0 评论 172 浏览

Khroma

Khroma是一款基于人工智能技术的在线配色平台，允许用户通过输入偏好颜色生成定制化配色方案。它支持多种搜索与筛选功能，能够为设计师提供丰富的色彩灵感，并提供详细的色彩信息。Khroma广泛应用于网页设计、平面设计、UI/UX设计、品牌设计及艺术创作等领域，帮助提升设计效率与质量。

AI项目与工具 2025年06月12日 56 点赞 0 评论 170 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 167 浏览