评估
  1. 首页
  2. 评估

列表

xbench

xbench

xbench是红杉中国推出的AI基准测试工具，采用双轨评估体系，追踪模型的理论能力上限与实际落地价值。其长青评估机制动态更新测试内容，确保时效性。xbench包含科学问题解答和中文互联网深度搜索两个核心评估集，按季度或每月更新题目。工具还提供垂直领域智能体评测、实时更新与LeaderBoard功能，适用于模型能力评估、真实效用量化、产品迭代指导等场景，推动AI系统在真实场景中的效用提升。
AI项目与工具 2025年06月11日
Agentar

Agentar

Agentar是蚂蚁数科推出的智能体开发平台，面向金融机构提供一站式AI开发工具。平台基于大量金融数据与AI技术，支持零代码、低代码开发，具备高安全性与合规性。其核心功能涵盖可信智能体技术、高质量知识库、可视化编排及丰富服务组件，适用于智能投研、客服、风控、营销与合规管理等场景，助力金融机构提升决策效率与智能化水平。
AI项目与工具 2025年06月11日
BALROG

BALROG

BALROG是一款用于评估大型语言模型（LLMs）和视觉语言模型（VLMs）在游戏环境中推理能力的框架。它通过程序化生成的游戏环境，测试模型的规划、空间推理及探索能力，并提供细粒度的性能指标和公开排行榜，以促进AI技术的发展，适用于游戏AI开发、机器人技术、虚拟现实等多个领域。
AI项目与工具 2025年06月12日
AiPathly

AiPathly

AiPathly是一款面向希望进入AI领域的专业人士的综合性平台，提供个性化技能评估、定制学习路径、职业匹配报告及实时行业洞察等功能。用户可通过模拟项目积累实践经验，并借助简历和作品集优化服务提升求职竞争力。无论是职业转型者、技能提升者还是学生群体，均可借助AiPathly实现高效成长与成功转型。
AI项目与工具 2025年06月12日
妙构

妙构

妙构是一款基于AI技术的视频内容分析工具，能够从视觉、音频和创意结构等多个维度对视频进行深度解析，提供专业的优化建议。其功能包括趋势分析、案例学习、智能反馈等，适用于视频创作者、内容策划及营销人员，帮助提升视频质量与传播效果。
AI项目与工具 2025年06月11日
URO

URO

URO-Bench 是一个面向端到端语音对话模型的综合评估工具，支持多语言、多轮对话及副语言信息处理。它包含基础和高级两个赛道，分别涵盖16个和20个数据集，覆盖开放性问答、情感生成、多语言任务等。支持多种评估指标，提供简单易用的评估流程，并兼容多种语音对话模型。适用于智能家居、个人助理、语言学习等多个实际应用场景。
AI项目与工具 2025年06月12日
谷歌DeepMind推出V2A技术，可为无声视频添加逼真音效

谷歌DeepMind推出V2A技术，可为无声视频添加逼真音效

DeepMind推出的V2A（Video-to-Audio）模型能够将视频内容与文本提示相结合，生成包含对话、音效和音乐的详细音频轨道。它不仅能够与DeepMind自身的视频生成模型Veo协同工作，还能与其他视频生成模型，如Sora、可灵或Gen 3等，进行集成，从而为视频添加戏剧性的音乐、逼真的音效或与视频中角色和情绪相匹配的对话。V2A的强大之处在于其能够为每个视频输入生成无限数量的音轨。该模
AI项目与工具 2025年06月12日
SocraticLM

SocraticLM

SocraticLM 是一款基于苏格拉底教学法的人工智能模型，由中科大与科大讯飞联合开发。它通过提问引导学生主动思考，具备多轮对话能力和个性化教学功能。模型在 SocraTeach 数据集上训练，教学性能优于 GPT-4，整体质量提升 12%。其综合评估系统涵盖五项教学维度，适用于数学教学、个性化辅导及在线教育平台，为教育技术发展提供了新思路。
AI项目与工具 2025年06月12日
Khroma

Khroma

Khroma是一款基于人工智能技术的在线配色平台，允许用户通过输入偏好颜色生成定制化配色方案。它支持多种搜索与筛选功能，能够为设计师提供丰富的色彩灵感，并提供详细的色彩信息。Khroma广泛应用于网页设计、平面设计、UI/UX设计、品牌设计及艺术创作等领域，帮助提升设计效率与质量。
AI项目与工具 2025年06月12日
模型判官

模型判官

模型判官是一款基于Next.js构建的在线AI模型评测平台，支持多模型对比、自动评估与打分、实时流式响应及国际化设计。它通过并行处理、评判模型机制和评分算法，为用户提供高效、精准的AI模型推荐服务。适用于AI模型选择、教育研究、内容创作、客户服务以及语言翻译等多个场景。
AI项目与工具 2025年06月12日