"大语言模型" 的搜索结果
共找到14个结果（工具14个· 资讯0篇· 技能0个），已按相关性为你排序。
AI工具 (14)
AGI-Eval：上海交通大学等顶尖高校联合打造的大模型评测社区与权威第三方评测平台
127
AGI-Eval是由上海交通大学、同济大学、华东师范大学及DataWhale等顶尖高校与机构联合打造的大模型评测社区，以“评测助力，让AI成为人类更好的伙伴”为使命。平台通过一系列高质量的人类认知考试（如LSAT、中国高考、SAT、数学竞赛、律师资格考试等）评估基础模型的通用能力，整合中英文双语任务，提供业内大语言模型的综合能力得分排名，涵盖综合评测及各专项能力评测。平台还提供Data Studio数据工坊，拥有超过3万众包用户，已上线485个任务标签，数据总量超过32万条，支持用户自建评测集、高校私有数据集托管，并已开源内部评测框架。
2026-05-31CMMLU：权威中文大语言模型知识理解能力评测基准与67学科全覆盖测试集
121
CMMLU（Chinese Massive Multitask Language Understanding）是一个专门针对中文语境设计的大规模多任务语言理解评测基准，涵盖从初等到高等专业级别的67个学科主题，包含自然科学、社会科学、工程技术、人文学科以及具有中国文化特色的内容（如中国驾驶规则等）。测试集包含11,582道四选一选择题，每道题均提供四个选项且仅有一个正确答案，用于评估大语言模型在中文语境下的知识掌握程度和推理能力。
2026-05-30OpenCompass：上海人工智能实验室打造的开源大模型全方位评测体系与司南开放平台
115
OpenCompass（司南）是由上海人工智能实验室推出的开源开放大模型评测体系，提供一站式大语言模型、多模态模型及科学智能模型评测服务。平台支持300+评测数据集、200+大语言模型、150+多模态模型的一键式分布式评测，涵盖知识、语言、推理、理解、数学、代码生成、智能体决策等八大能力维度，并扩展至科学智能、AI计算系统、具身智能、安全可信及垂类行业应用等六大领域，形成“六位一体”的全景评估范式。
2026-05-31MMLU：大语言模型多任务语言理解能力的国际权威评测基准
95
MMLU（Massive Multitask Language Understanding）是由加州大学伯克利分校等机构联合发布的大规模多任务语言理解评测数据集，涵盖57个学科领域，包括人文科学、社会科学、自然科学、工程技术以及医学、法律、数学等专业领域，题目难度覆盖从初等知识到高阶专业知识。测试集包含约14,000道四选一选择题，用于评估大语言模型在零样本和少样本场景下的知识储备与推理能力，是目前全球引用率最高的大模型评测基准之一。
2026-05-31LangGPT——结构化提示词设计框架：面向大语言模型的自然语言编程
91
LangGPT是一个受编程语言启发而设计的结构化提示词设计框架，旨在解决非AI专家难以编写高质量提示词的问题。借鉴面向对象编程语言的设计思想，LangGPT提出了“模块+元素”的双层结构，将提示词像代码一样进行结构化组织
2026-05-29HELM：斯坦福大学领衔的大语言模型全面评估框架与高影响力行业标准
89
HELM（Holistic Evaluation of Language Models）是由斯坦福大学基础模型研究中心CRFM发起的全面语言模型评估框架，旨在通过多维度、标准化、可复现的方式对大语言模型进行系统性评测。HELM覆盖核心场景（如问答、信息检索、摘要）与核心指标（如准确性、鲁棒性、公平性、偏见、毒性、效率），支持用户自定义评估管道，并提供公开可比的模型排行榜，累计评测模型数十款，被学术界和工业界广泛采纳为标准评估基准
2026-05-30StableLM——Stable Diffusion同门开源的AI大模型，3B参数就能跑、还可商用
63
StableLM是Stability AI推出的开源大语言模型系列，基于The Pile扩展数据集训练，数据规模达1.5万亿token。提供1.6B、3B、7B、12B等多个参数版本，支持文本生成与代码编写。采用CC BY-SA 4.0开源协议，允许免费商用。Stable LM 2 12B在部分基准测试中表现超越Llama 2 70B。适合开发者、研究者及中小企业私有化部署。
2026-07-02LLaMA——Meta开源的AI模型革命，性能比肩GPT-4还完全免费可商用
54
LLaMA是Meta推出的开源大语言模型家族，从2023年2月的LLaMA 1发展到多模态LLaMA 4。支持70B参数版本性能接近GPT-4，405B版本比肩GPT-4o，完全开源可商用。企业可免费下载部署在自有服务器，数据不外传，满足金融、医疗等行业的合规需求。全球下载量突破12亿次，适合需要私有化部署和深度定制的开发者和企业。
2026-07-02PubMedQA——专为生物医学问答打造的“AI标尺”，能读懂科研论文才算真正通过“医学图灵测试”
40
PubMedQA是首个要求对生物医学研究文本进行推理的问答数据集，由匹兹堡大学等机构于2019年发布。其任务基于PubMed摘要回答Yes/No/Maybe三类问题，包含1k专家标注数据与211k人工生成数据，旨在评估AI模型对复杂医学文献的理解与推理能力。被广泛用于衡量大语言模型在医学领域的实际水平。
2026-07-10Replicate——用一行代码运行开源AI模型的云平台，数千模型即开即用
5
Replicate是一个云平台，让开发者通过简单的API即可运行、微调并部署开源AI模型。它提供数千个社区贡献的模型，涵盖图像生成、大语言模型、音频视频处理等领域，无需管理基础设施，按实际使用的算力计费。新用户可获赠$25免费额度。
2026-07-14Google DeepMind Gemma——轻量、开源、可商用的新一代AI模型家族
5
Gemma是Google DeepMind基于Gemini技术打造的开源AI模型家族。它提供从2B到31B等多种参数规模，支持文本、图像、音频等多模态理解与140+种语言，采用Apache 2.0协议可免费商用。Gemma以其轻量级、高性能著称，能在消费级硬件上本地运行，累计下载量已超4亿次，是开发者构建AI应用的主流选择之一。
2026-07-14Globe Explorer——把搜索结果变成知识图谱的AI探索引擎，像维基百科一样组织你的每一次搜索
5
Globe Explorer是一款AI驱动的知识探索引擎，将用户查询转化为结构化的可视化主题页面。它利用大语言模型组织信息层级，生成类似维基百科的知识图谱和思维导图。支持多语言搜索、动态目录生成和协作注解，适合学术研究、市场分析和深度内容创作。提供免费版及付费Pro版，月活超22万。
2026-07-14Andi——无广告、无追踪的AI答案引擎，让搜索回归干净和直接
5
Andi是一款由Y Combinator孵化的AI答案引擎（Answer Engine），由95后创始人Angela Hoover创立。它结合大语言模型与实时网络数据，通过语义搜索直接返回简洁答案而非链接列表，支持Read、Summarize、Explain三大阅读工具。完全免费、无广告、无追踪，搜索请求加密且不留历史记录。
2026-07-14Google PaLM 2——下一代多语言、强推理与代码能力的AI大语言模型
2
PaLM 2是Google于2023年I/O大会推出的下一代大语言模型。它具备更强的多语言能力（覆盖100+种语言）、逻辑推理与数学能力以及代码生成能力，提供从移动端可运行的Gecko到高性能的Unicorn四种规格。PaLM 2已赋能Bard、Google Workspace、Med-PaLM 2、Sec-PaLM等超过25款Google产品，是推动Google AI战略的核心模型
2026-07-14