发现最出色的 AI 工具

为您寻找解决任何合适 AI 方案的终极导航目录。

其他(4318)

LLM Testing Guide

LLM 测试和行为分析的全面指南

全面的测试策略行为分析技术由 Kolena 提供

TruLens for LLMs

有效评估和跟踪LLM应用。

评估LLM性能跟踪应用使用情况监控LLM应用

Evaluation of LLMs - Part 2

探索LLM评估技术及其在AI集成中的重要性。

评估LLM性能理解评估方法在AI项目中的重要性

Large Language Model Evaluation in 2024: 5 Methods

2024年使用五种方法评估大型语言模型。

成对偏好评估人类判断对齐最新的LLM评估技术

How to Evaluate Large Language Model Outputs: Current Best Practices | FinetuneDB

评估LLM输出的指南及最佳实践

全面的LLM评估方法当前的实践最佳做法专家见解

How to Evaluate LLM Applications: The Complete Guide - Confident AI

有效评估LLM应用的指南

全面的LLM评估方法指标和最佳实践AI应用评估技术

LLM Evaluation: Everything You Need To Run, Benchmark Evals

LLM产品评估的全面指南

运行和基准LLM评估LLM产品评估的终极指南LLM评估所需的一切

ianarawjo/ChainForge

用于测试与大型语言模型交互的可视化工具

可视化编程环境实战测试提示大型语言模型集成

Evaluating Large Language Models

使用方法、最佳实践和工具评估LLM

大型语言模型 (LLM)

LLM评估方法LLM最佳实践LLM评估工具

Reward Bench Leaderboard - a Hugging Face Space by allenai

LiveBench：一个无污染的具有挑战性的LLM基准测试。

具有挑战性的LLM基准测试无污染的测试Hugging Face Space实现

LLM Benchmarks: MMLU, HellaSwag, BBH, and Beyond - Confident AI

探索用于AI评估的LLM基准测试，如MMLU、HellaSwag和BBH。

提供LLM基准测试数据集包含MMLU、HellaSwag和BBH测试提供AI性能评估工具

confident-ai/deepeval

使用综合框架评估LLM。

自动LLM评估指标和基准易于与LLM集成

Multi-Agent Research Outline

基于LLM的多智能体系统研究的交互式电子书

编译大量研究论文交互式电子书格式专注于多智能体系统

microsoft/TinyTroupe

基于大型语言模型的多人智能体模拟，用于创意和商业分析。

多人智能体角色模拟想象力增强商业洞察

直接在您的浏览器中部署自主AI代理。

组装AI代理配置代理在浏览器中部署代理

AI Agent Basics: Let’s Think Step By Step - by Jon Stokes

使用 Hugging Face 的 Transformers Agent 学习 AI 代理基础知识

自然语言 API基于 Hugging Face 的 transformers 构建分步学习

无需代码即可轻松构建 AI 代理

无需代码构建 AI 代理用户友好的界面可定制的代理

为LLM创建多智能体环境

构建多智能体环境专为LLM设计促进复杂的AI交互

用于复杂问题解决的AI多智能体系统

多智能体协作问题解决能力AI驱动解决方案

Introducing AACP | SuperAGI

AACP是一种代理到代理的通信协议。

代理到代理的通信协议设计AI协作

用于洞察和研究的人工智能代理

生成人工智能代理提供洞察支持研究

AgentBench: Evaluating LLMs as Agents

用于评估大型语言模型的基准

评估大型语言模型代理基于Hugging Face的研究提供性能指标

一个供AI角色聊天和社交的虚拟城镇

AI角色居住在虚拟城镇角色聊天和社交创建AI社交环境

a16z-infra/ai-town

可部署的AI城镇构建入门套件

人工智能模型

可定制的AI角色虚拟城镇环境MIT许可

Page 58 of 180