AI 研究技能与智能体

JevalKit Leaderboard

Valen-Team · 工具包

一个交互式页面，用图表和可筛选的表格展示 JevalKit 的实测评估结果，支持模型对比和数据下载。适合挑选或研究模型的人。

Open PL LLM Leaderboard

speakleash · 工具包

一个 Gradio 排行榜，在一组评测数据集上给语言模型排名，从名称和数据集看指向波兰语。适合比较模型或想自己搭排行榜的团队。

IPA Transcription Leaderboard

KoelLabs · 工具包

给把英语语音转成 IPA 音标的模型排名，评分基于母语、非母语和受损的语音。模型作者可以提交自己的模型，并跟踪评测进度。

fev-bench

autogluon · 工具包

AutoGluon 团队的预测评估基准，以 Streamlit 应用的形式放在 Docker Space 里。适合比较时间序列预测模型的人。