TAG

自定义评测工具。

共收录 2 款与「自定义评测」相关的 AI 工具，按站内热度排序；每张卡片可直达详情页查看定价、平台支持与同类对比。

OpenCompass司南

OpenCompass司南是由上海人工智能实验室联合多家机构发起的开源大语言模型评测平台，核心定位为提供中立、可复现的大模型能力评测服务。平台支持超100个主流基准数据集，覆盖知识推理、数学计算、代码生成、语言理解、多模态处理等二十余个能力维度，可满足不同场景下的模型性能核验需求。平台面向大模型研发团队、AI领域研究者、企业技术选型人员、高校相关专业学生等群体，可用于模型研发过程中的能力迭代验证、学术研究中的性能对比、企业落地场景下的模型选型参考等多个场景，同时所有评测流程与数据完全开源，支持用户自定义评测任务配置。 · 开源

SuperCLUE

SuperCLUE是面向大语言模型性能评估的专业在线平台，核心定位为AI领域模型能力的标准化评测工具矩阵。平台内置多维度评测任务集，覆盖基础语义理解、复杂逻辑推理、垂直场景适配等多个评测维度，同时支持自定义评测数据集上传；平台定期更新综合排行榜，直观呈现不同大模型在各任务上的表现差异。目标用户包括AI领域研究者、大模型开发团队、AI应用开发者、高校AI相关专业师生等，可应用于模型迭代效果验证、大模型选型对比、学术研究实验支撑、AI应用落地前的模型适配度测试等多种场景。