Mindket

Open LLM Leaderboard

新上架第 1 版 · 更新于

概览

在一个 React 页面里排名和比较开源大语言模型,支持排序、筛选、搜索和固定。适合挑选或评估开源模型和聊天机器人的人。

Open LLM 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
  • 一个网页浏览器,在线页面只需要它
  • Docker 和带 pip 的 Python,本地副本才需要
  • .env.example 里列出的设置
用在
  • 网页浏览器,打开 Hugging Face 上这个 Space 的页面
  • 装有 Docker 的 Windows、macOS 或 Linux,用 Space 的文件在本地构建
先运行
pip install -U huggingface_hub
hf download open-llm-leaderboard/open_llm_leaderboard --repo-type space --local-dir open_llm_leaderboard
cd open_llm_leaderboard

平台

Windows操作系统
macOS操作系统
Linux操作系统
Docker容器

关于

它是什么

Open LLM Leaderboard 是一个网页应用,用开放、可复现的方式追踪、排名和比较开源大语言模型和聊天机器人。它有 React 前端和 FastAPI 后端,以 Docker 应用的形式运行。

适合谁

它适合需要在选定模型之前并排比较开源模型的研究者、模型开发者和开发者。

行业谁在用怎么用例子
AI 研究研究者以可复现的方式比较开源模型给表格排序并固定几个模型
模型开发模型开发者看看自己的模型和别人相比排第几按含义搜索一个模型
软件开发者为项目挑选一个开源模型筛选表格,再比较固定的模型

如果你想自己运行模型,可以跳过它,因为这个页面只给模型排名,不托管模型。

用在哪里

  • 网页浏览器,打开 Hugging Face 上这个 Space 的页面
  • 装有 Docker 的 Windows、macOS 或 Linux,用 Space 的文件在本地构建
用途适合谁能得到什么
给开源模型排名研究者一张可排序、可筛选的交互式表格
查找模型开发者语义模型搜索的结果
比较候选名单任何人并排显示的固定模型

如何设置

  • 一个网页浏览器,在线页面只需要它
  • Docker 和带 pip 的 Python,本地副本才需要
  • .env.example 里列出的设置
  1. 在 Hugging Face 上打开这个 Space 的页面,就能在线使用,不需要安装任何东西。
  2. 想要本地副本,先安装 Hugging Face hub 包,再下载 Space 的文件。
  3. 进入下载好的文件夹。
  4. 构建 Docker 镜像,再在发布 7860 端口的情况下运行它。
pip install -U huggingface_hub
hf download open-llm-leaderboard/open_llm_leaderboard --repo-type space --local-dir open_llm_leaderboard
cd open_llm_leaderboard
docker build -t open_llm_leaderboard .
docker run -it -p 7860:7860 open_llm_leaderboard

README 还给出了开发用的 Compose 方式。

docker-compose up

如何使用

打开页面,使用表格。这是一个现代的 React 界面,有深色和浅色模式,布局能适应小屏幕。

工具作用
交互式表格给排行榜排序和筛选
语义搜索按含义而不是精确名称查找模型
固定让选中的模型一直可见,方便比较
虚拟化让很长的表格滚动依然流畅

示例

按你关心的一列给表格排序,固定三个看起来有意思的模型,在决定试用哪个之前把它们并排比较。

新手与专家

先打开 Space 页面,给表格排序。然后固定两三个模型,这样你就能把它们放在一起阅读。

前端用 React、Material-UI、TanStack Table 加 TanStack Virtual,生产环境用 Express 服务器。后端是 FastAPI,有排行榜、模型、投票和 Hugging Face API 的服务。

  1. React 页面向后端请求数据
  2. FastAPI 服务生成排行榜
  3. Hugging Face API 提供模型数据
  4. 页面渲染一张虚拟化的表格

注意事项

在线版本运行在升级版 CPU 硬件上,本地副本需要 .env.example 里的设置。

  • License: Apache 2.0
  • Cost to run: .env.example 里的设置,本地副本还需要 Docker
  • Data it reaches: 来自 Hugging Face API 的模型数据

README 和文件

README

Open LLM Leaderboard

在一个 React 页面里排名和比较开源大语言模型,支持排序、筛选、搜索和固定。适合挑选或评估开源模型和聊天机器人的人。

由 open-llm-leaderboard 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:Open LLM Leaderboard 是一个网页应用,用开放、可复现的方式追踪、排名和比较开源大语言模型和聊天机器人。它有 React 前端和 FastAPI 后端,以 Docker 应用的形式运行。

适合谁:它适合需要在选定模型之前并排比较开源模型的研究者、模型开发者和开发者。

行业 | 谁在用 | 怎么用 | 例子
AI 研究 | 研究者 | 以可复现的方式比较开源模型 | 给表格排序并固定几个模型
模型开发 | 模型开发者 | 看看自己的模型和别人相比排第几 | 按含义搜索一个模型
软件 | 开发者 | 为项目挑选一个开源模型 | 筛选表格,再比较固定的模型

如果你想自己运行模型,可以跳过它,因为这个页面只给模型排名,不托管模型。

用在哪里:

  • 网页浏览器,打开 Hugging Face 上这个 Space 的页面
  • 装有 Docker 的 Windows、macOS 或 Linux,用 Space 的文件在本地构建
用途 | 适合谁 | 能得到什么
给开源模型排名 | 研究者 | 一张可排序、可筛选的交互式表格
查找模型 | 开发者 | 语义模型搜索的结果
比较候选名单 | 任何人 | 并排显示的固定模型

如何设置:

  • 一个网页浏览器,在线页面只需要它
  • Docker 和带 pip 的 Python,本地副本才需要
  • .env.example 里列出的设置
  1. 在 Hugging Face 上打开这个 Space 的页面,就能在线使用,不需要安装任何东西。
  2. 想要本地副本,先安装 Hugging Face hub 包,再下载 Space 的文件。
  3. 进入下载好的文件夹。
  4. 构建 Docker 镜像,再在发布 7860 端口的情况下运行它。
pip install -U huggingface_hub
hf download open-llm-leaderboard/open_llm_leaderboard --repo-type space --local-dir open_llm_leaderboard
cd open_llm_leaderboard
docker build -t open_llm_leaderboard .
docker run -it -p 7860:7860 open_llm_leaderboard

README 还给出了开发用的 Compose 方式。

docker-compose up

如何使用:打开页面,使用表格。这是一个现代的 React 界面,有深色和浅色模式,布局能适应小屏幕。

工具 | 作用
交互式表格 | 给排行榜排序和筛选
语义搜索 | 按含义而不是精确名称查找模型
固定 | 让选中的模型一直可见,方便比较
虚拟化 | 让很长的表格滚动依然流畅

示例:按你关心的一列给表格排序,固定三个看起来有意思的模型,在决定试用哪个之前把它们并排比较。

新手与专家:先打开 Space 页面,给表格排序。然后固定两三个模型,这样你就能把它们放在一起阅读。

前端用 React、Material-UI、TanStack Table 加 TanStack Virtual,生产环境用 Express 服务器。后端是 FastAPI,有排行榜、模型、投票和 Hugging Face API 的服务。

React 页面向后端请求数据
FastAPI 服务生成排行榜
Hugging Face API 提供模型数据
页面渲染一张虚拟化的表格

注意事项:在线版本运行在升级版 CPU 硬件上,本地副本需要 .env.example 里的设置。

  • License: Apache 2.0
  • Cost to run: .env.example 里的设置,本地副本还需要 Docker
  • Data it reaches: 来自 Hugging Face API 的模型数据

Hugging Face 上的数据(2026年11月13日)

  • 点赞:14,156
  • 构建方式:docker
  • 许可证:apache-2.0

链接

  • Space:https://huggingface.co/spaces/open-llm-leaderboard/open_llm_leaderboard
  • 文件:https://huggingface.co/spaces/open-llm-leaderboard/open_llm_leaderboard/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  4 KB

1 个文件,共 4 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
Open LLM Leaderboard 本页14,156dockerapache-2.0
MTEB Leaderboard共有 docker · leaderboard7,773dockermit
UGI Leaderboard共有 docker · leaderboard2,199dockerapache-2.0
CADGenBench Leaderboard共有 docker · leaderboard90dockerapache-2.0
Microduck Sandbox共有 docker804dockerapache-2.0
Visualize Dataset (v2.0+ latest dataset format)共有 docker754dockerapache-2.0
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。

大家怎么说

Hacker News、Bluesky、X、Reddit、Facebook 和 YouTube 上提到这个项目的帖子和评论,来自每周一次的搜索和 Trendshift。它们不是 Mindket 写的,也未经核实,点开即可在原帖处阅读。

搜索日期

Mindket 的更多商品

查看 Mindket 的全部商品

Bonsai-27B-GGUF

lmstudio-community · 工具包

面向 LM Studio 的 27B Bonsai 模型 GGUF 转换版,含 3.80 GB 的 Q1_0 语言文件和 0.93 GB 的 BF16 视觉投影器。已测试文本、视觉和并行工具调用。

新上架

以每权重 2.9 位的 EXL3 量化运行 DeepSeek-V4.1-Flash-1017,这是一份 196 GiB 的副本,适合在自己硬件上部署大模型的人。困惑度与原模型相差不大。

新上架

MusicGen Small

facebook · 工具包

根据文字描述或音频提示生成短音乐片段,是 facebook MusicGen 的 small 检查点。适合想在自己电脑上试用文字生成音乐的开发者和音乐爱好者。

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