评估
  1. 首页
  2. 评估

列表

知闻AI

知闻AI

一个基于AI的新闻聚合平台，只要为用户提供经过筛选和整理的高质量新闻内容，知闻AI通过分析大量新闻源，过滤掉低质量或不可信的信息，确保用户获取到的是准确、及时的新闻。
媒体资讯 2025年06月05日
GTA

GTA

GTA是一项由上海交通大学与上海AI实验室合作研发的基准测试，专注于评估大型语言模型在真实世界环境中的工具调用能力。它包含229个精心设计的问题，涉及多个领域，并通过多模态输入输出和细粒度评估指标，全面衡量模型的工具使用效率与准确性。GTA可应用于智能助理开发、多模态交互、自动化客户服务、教育及科研等多个领域，助力提升人工智能系统的综合性能。
AI项目与工具 2025年06月12日
Self

Self

Self-Taught Evaluators是一种无需人工标注数据的模型评估框架，通过自我训练方式增强大型语言模型（LLM）的评估能力。其核心在于利用LLM生成对比输出并进行迭代优化，显著提升了模型评估的准确性，达到了与顶级奖励模型相媲美的效果，广泛适用于语言模型开发、内容评估、教育科研以及技术支持等领域。
AI项目与工具 2025年06月12日
SimpleQA

SimpleQA

SimpleQA是OpenAI开发的一个基准测试工具，用于评估大型语言模型在回答简短、事实性问题时的表现。它包含4326个问题，每个问题都有唯一的正确答案，并通过严格的验证流程确保质量。SimpleQA不仅能够测试模型的事实性回答能力，还能衡量其自我认知水平和校准能力，广泛应用于模型开发、学术研究及教育工具等领域。
AI项目与工具 2025年06月12日
唤醒食物

唤醒食物

唤醒食物是一个基于AI技术的个性化食疗方案平台。它提供1781种食物的营养成分查询，科学食疗方案以及补充剂的真实作用评估。平台还提供食物对比工具和营养速查榜，帮助用户优化饮食计划。此外，唤醒食物还提供全球健康资讯，旨在助力用户的健康管理。
AI项目与工具 2025年06月12日
CursorCore

CursorCore

CursorCore 是一款基于大型语言模型的编程辅助工具，通过对话式交互支持代码补全、修改和错误修复。它整合代码历史、上下文信息及用户指令，利用自动化数据生成管道和基准测试优化模型性能，适用于日常编码、代码审查、教学学习及遗留代码维护等多个场景。
AI项目与工具 2025年06月12日
Sky

Sky

Sky-T1是由加州大学伯克利分校NovaSky团队开发的开源推理AI模型，具备高性价比和强大推理能力。其训练成本仅450美元，数据来源经过优化处理，可在数学、编程和科学领域表现出色。模型支持用户从零复现，适用于教育、科研及软件开发等场景。在MATH500和LiveCodeBench测试中，Sky-T1表现优于部分早期OpenAI模型，展现出良好的实用价值。
AI项目与工具 2025年06月12日
DET Practice

DET Practice

一个专注于多邻国英语测试的在线平台，提供丰富的题库、模拟考试及AI纠正服，帮助用户高效备考多邻国英语测试。
教育学习 2025年06月05日
Gemma 2

Gemma 2

Gemma 2是一款由谷歌DeepMind开发的开源人工智能模型，提供90亿和270亿参数版本。它具有卓越的性能、高效的推理速度和广泛的硬件兼容性，适用于各种应用场景。Gemma 2不仅支持多种AI框架，还提供了丰富的资源和工具，以支持开发者和研究人员负责任地构建和部署AI。
AI项目与工具 2025年06月12日
QuickVid

QuickVid

QuickVid是一款利用AI技术的视频编辑工具，可将长视频自动剪辑为适配社交媒体的短视频片段。其核心功能包括一键剪辑、AI驱动的精彩瞬间识别、自动化字幕生成、病毒式传播潜力评估及智能布局调整。适用于社交媒体内容创作、品牌营销、教育培训等多个领域，显著提升视频制作效率与传播效果。
AI项目与工具 2025年06月12日