Mindket

LVBench Leaderboard

新上架第 1 版 · 更新于

概览

zai-org 的 LVBench 基准的排行榜页面,作为 Gradio 应用运行,并指向 LVBench 数据集。适合想看模型在其上得分的研究者。

LVBench Leaderboard 是一款工具包,属于研究类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,是一个装着它全部文件的 zip 压缩包。这些文件不会自己运行。

速览

你需要
  • Windows、macOS 或 Linux 上的 Python 和 pip
  • requirements.txt 里列出的 Python 包
  • 如果只在浏览器里用这个 Space,就什么都不用装
用在
  • 浏览器:这个 Space 在 Hugging Face 上运行,不用安装任何东西
  • Windows、macOS 或 Linux:用 Python 运行 Space 的本地副本
先运行
pip install -U huggingface_hub
hf download zai-org/LVBench --repo-type space --local-dir LVBench
cd LVBench

平台

Windows操作系统
macOS操作系统
Linux操作系统

关于

它是什么

这个 Space 是 zai-org 发布的 LVBench 的排行榜页面。它是一个 Gradio 应用,设置在 constants.py 里,并指向 zai-org 的 LVBench 数据集。README 只有一条配置指引,所以没有描述基准本身。

适合谁

适合评估模型、想看它们在 LVBench 上排名的研究者和团队。

IndustryWho uses itHow they use itExample
AI 研究模型研究者查看某个模型在 LVBench 上的排名打开 Space 读排行榜
工程机器学习工程师选型前对比候选模型在排行榜上查两个模型
教育学生在一个地方读一个基准的结果打开 Space 浏览排名

想看基准说明或文档的人可以跳过它,因为 README 没有给出描述。

用在哪里

  • 浏览器:这个 Space 在 Hugging Face 上运行,不用安装任何东西
  • Windows、macOS 或 Linux:用 Python 运行 Space 的本地副本
Use caseWhoWhat they get back
查看排行榜研究者LVBench 排行榜页面
阅读代码开发者设置在 constants.py 里的简短 Gradio 应用

如何设置

  • Windows、macOS 或 Linux 上的 Python 和 pip
  • requirements.txt 里列出的 Python 包
  • 如果只在浏览器里用这个 Space,就什么都不用装
  1. 安装 Hugging Face hub 包。
  2. 把 Space 的文件下载到一个文件夹。
  3. 进入这个文件夹。
  4. 安装 Gradio 5.46.1 和 requirements.txt 里的包。
  5. 启动应用。
pip install -U huggingface_hub
hf download zai-org/LVBench --repo-type space --local-dir LVBench
cd LVBench
pip install gradio==5.46.1
pip install -r requirements.txt
python app.py

如何使用

在浏览器里打开 Space 页面,或者用下面的命令启动你自己的副本。弹出的 Gradio 页面就是排行榜。

python app.py

示例

你打开这个 Space,看某个模型在榜上的位置。页面列出结果,你从中读出排名。

新手与专家

如果你是新手,先在浏览器里打开这个 Space 看排行榜。不用安装任何东西,README 里没有更多说明。

如果你是专家,这个仓库是四个文件,app.py、constants.py、requirements.txt 和 README,应用运行在 Gradio 5.46.1 上。这个 Space 指向 zai-org/LVBench 数据集。

  1. 你打开这个 Space
  2. Gradio 运行 app.py
  3. 页面显示排行榜
  4. 你查看排名

注意事项

  • License: mit
  • Cost to run: 没有提到
  • Data it reaches: 它指向的 zai-org/LVBench 数据集
  • Not for: README 里没有说明

README 和文件

README

LVBench Leaderboard

zai-org 的 LVBench 基准的排行榜页面,作为 Gradio 应用运行,并指向 LVBench 数据集。适合想看模型在其上得分的研究者。

由 zai-org 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的,应用自己的文件和许可证在 Hugging Face 上。

简介

它是什么:这个 Space 是 zai-org 发布的 LVBench 的排行榜页面。它是一个 Gradio 应用,设置在 constants.py 里,并指向 zai-org 的 LVBench 数据集。README 只有一条配置指引,所以没有描述基准本身。

适合谁:适合评估模型、想看它们在 LVBench 上排名的研究者和团队。

Industry | Who uses it | How they use it | Example
AI 研究 | 模型研究者 | 查看某个模型在 LVBench 上的排名 | 打开 Space 读排行榜
工程 | 机器学习工程师 | 选型前对比候选模型 | 在排行榜上查两个模型
教育 | 学生 | 在一个地方读一个基准的结果 | 打开 Space 浏览排名

想看基准说明或文档的人可以跳过它,因为 README 没有给出描述。

用在哪里:

  • 浏览器:这个 Space 在 Hugging Face 上运行,不用安装任何东西
  • Windows、macOS 或 Linux:用 Python 运行 Space 的本地副本
Use case | Who | What they get back
查看排行榜 | 研究者 | LVBench 排行榜页面
阅读代码 | 开发者 | 设置在 constants.py 里的简短 Gradio 应用

如何设置:

  • Windows、macOS 或 Linux 上的 Python 和 pip
  • requirements.txt 里列出的 Python 包
  • 如果只在浏览器里用这个 Space,就什么都不用装
  1. 安装 Hugging Face hub 包。
  2. 把 Space 的文件下载到一个文件夹。
  3. 进入这个文件夹。
  4. 安装 Gradio 5.46.1 和 requirements.txt 里的包。
  5. 启动应用。
pip install -U huggingface_hub
hf download zai-org/LVBench --repo-type space --local-dir LVBench
cd LVBench
pip install gradio==5.46.1
pip install -r requirements.txt
python app.py

如何使用:在浏览器里打开 Space 页面,或者用下面的命令启动你自己的副本。弹出的 Gradio 页面就是排行榜。

python app.py

示例:你打开这个 Space,看某个模型在榜上的位置。页面列出结果,你从中读出排名。

新手与专家:如果你是新手,先在浏览器里打开这个 Space 看排行榜。不用安装任何东西,README 里没有更多说明。

如果你是专家,这个仓库是四个文件,app.py、constants.py、requirements.txt 和 README,应用运行在 Gradio 5.46.1 上。这个 Space 指向 zai-org/LVBench 数据集。

你打开这个 Space
Gradio 运行 app.py
页面显示排行榜
你查看排名

注意事项:

  • License: mit
  • Cost to run: 没有提到
  • Data it reaches: 它指向的 zai-org/LVBench 数据集
  • Not for: README 里没有说明

Hugging Face 上的数据(2026年11月13日)

  • 点赞:18
  • 构建方式:gradio
  • 许可证:mit

链接

  • Space:https://huggingface.co/spaces/zai-org/LVBench
  • 文件:https://huggingface.co/spaces/zai-org/LVBench/tree/main

试用

在浏览器里打开这个 Space,或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。

文件
README.md  3 KB

1 个文件,共 3 KB,以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-12

同类产品对比

同一分类里与本产品共有标签最多的已上架 Hugging Face Space。

产品点赞构建方式许可证最近更新
LVBench Leaderboard 本页18gradiomit
Open VLM Leaderboard共有 gradio1,034gradioapache-2.0
Face Swap共有 gradio808gradiocc-by-nc-sa-4.0
TTS Spaces Arena共有 gradio493gradiozlib
Depth Anything 3共有 gradio490gradiocc-by-nc-4.0
BLIP共有 gradio431gradiobsd-3-clause
数据为 Mindket 在 2026-11-12 至 2026-11-13 期间读取的数值。

评价

还没有评分

写评价

还没有评价。

Mindket 的更多商品

查看 Mindket 的全部商品

anaksor-ocr

Sokheng · 工具包

这个模型从文档、收据和路牌照片里读取高棉语和英语文字,用一个检测器找文本行,再用识别器读每一行。适合需要在 Python 里做高棉语 OCR 的开发者。

新上架

Qwen2.5-7B-Instruct-GGUF

Qwen · 工具包

Qwen2.5-7B-Instruct 的 GGUF 文件,提供八种量化大小,可通过 llama.cpp 在本地聊天。适合想在自己电脑上用 7.6B 强力模型、又不想搭 Python 环境的人。

新上架

ACE-Step 1.5 XL SFT

ACE-Step · 工具包

用 4B 扩散解码器根据文字生成音乐,50 步并带引导控制,音频质量高于基础版。适合拥有 12 GB 或更多显存 GPU 的创作者。

新上架

研究类的相似商品

查看研究类的全部商品

Merlin-Cancer-Super

AbdomenAtlas · 工具包

在 CT 扫描上检测并勾画 9 个器官的肿瘤,使用从放射学报告中学习的 R-Super 方法训练。这是面向医学影像团队的研究模型,采用非商业许可。

新上架

EarthJev

dBenf · 工具包

回答关于卫星图像块的类型化问题,使用 Sentinel-2 的全部 12 个波段,为每个选项返回概率,不生成文字。这是 Qwen3.5-0.8B 的微调版本,适合地球观测研究者。

新上架

getting-over-it-rl-jax

zimmerk4 · 工具包

用一个在 JAX 物理模拟器里学会的小型策略网络,从头到尾通关游戏 Getting Over It。适合强化学习研究者和好奇的动手爱好者。

新上架