Entraînement de modèle IA

H2O EvalGPT EvalGPT

Un système d'évaluation de grands modèles basé sur la méthode de notation Elo lancée par H2O.ai

LamaIndex LlamaIndex

Un cadre de données pour les applications de grands modèles, connectant les données privées au LLM pour l'amélioration de la récupération et l'orchestration des agents.

RêveGen NVIDIA

Projet de recherche NVIDIA Robot Learning utilisant des modèles du monde vidéo pour générer des données de formation synthétiques

FlagEval FlagEval

La plateforme d'évaluation de grands modèles lancée par l'Institut de recherche Zhiyuan fournit une évaluation et un classement des capacités des modèles multidimensionnels.

Guide gratuit de la plate-forme API grand modèle (Résumé de l'API de jeton gratuit) AI工具集

Guide d'agrégation de plate-forme API grand modèle gratuit national et étranger

Zéro absolu LeapLabTHU

Le paradigme de formation au raisonnement sans données proposé par l'Université Tsinghua et d'autres institutions, le modèle génère et résout indépendamment des questions pour renforcer le raisonnement.

Gdpval OpenAI

OpenAI est un cadre d'évaluation de la valeur économique d'un modèle d'IA open source qui mesure la valeur économique de l'IA à travers 1 320 tâches réelles dans 44 professions.

Éther Aether

Un cadre de recherche de modèles mondiaux open source qui unifie la reconstruction 4D, la prédiction vidéo et la planification visuelle.

Gemme 3 Google DeepMind

Gemma 3 est une plateforme de formation de modèles destinée aux développeurs et aux chercheurs en IA, prenant en charge le réglage fin des modèles, la gestion de la formation et le déploiement.

AGI-Eval AGI-Eval

Une communauté d'évaluation chinoise pour les grands modèles, fournissant des ensembles d'évaluation, des listes et des comparaisons de capacités

Gradio Gradio

Utilisez quelques lignes de Python pour créer une interface Web interactive pour les modèles d'apprentissage automatique et partagez-la en tant que bibliothèque open source

BARRE HELM

Le système d’évaluation globale à grande échelle lancé par l’Université de Stanford met l’accent sur l’évaluation transparente de plusieurs scénarios et indicateurs.