| Launched | |
| Pricing Model | |
| Starting Price | |
| Tech used | Google Analytics,Google Tag Manager,cdnjs,Fastly,JSDelivr,Font Awesome,GitHub Pages,Highlight.js,jQuery,Gzip,OpenGraph,Varnish,HSTS |
| Tag | Mlops,Data Science |
| Launched | 2025-05 |
| Pricing Model | Free |
| Starting Price | |
| Tech used | |
| Tag | Llm Benchmark Leaderboard,Business Intelligence,Data Science |
| Global Rank | |
| Country | |
| Month Visit |
| Global Rank | 3631500 |
| Country | United States |
| Month Visit | 5816 |
Estimated traffic data from Similarweb
LiveBench - LiveBench 是一個大型語言模型基準測試,每月從不同來源獲得新問題和客觀答案,以進行準確評分。目前包含 6 個類別的 18 個任務,並將陸續增加更多任務。
AI2 WildBench Leaderboard - WildBench 是一個先進的基準測試工具,用於評估 LLM 在各種真實世界任務中的表現。對於那些希望提升 AI 效能並了解模型在實際情境中的局限性的人來說,它是必不可少的工具。
BenchX - BenchX:基準測試與改善 AI 代理。追蹤決策、日誌與指標。整合至 CI/CD。取得可據以行動的洞見。
Web Bench - Web Bench 是一個嶄新、開放且全面的基準測試資料集,專門設計來評估 AI 網頁瀏覽代理在處理複雜的真實世界任務時,於各式各樣的實際運作網站上的效能表現。