LLM评测工具

共收录 1 款与「LLM评测」相关的 AI 工具，按站内热度排序。

Sandbox FusionSandbox Fusion是字节跳动开发的、专为大型语言模型（LLMs）设计的多功能代码沙箱工具，核心定位是为LLM代码生成能力测试、代码逻辑验证提供标准化的安全运行环境。核心功能包括支持20种编程语言的代码执行、内置10余个编码相关评估数据集、提供统一HTTP API调用接口，同时支持云基础设施部署和安全隔离机制。目标用户涵盖LLM研发人员、代码模型评测从业者、AI应用开发者、编程教学研究者等，可用于LLM代码生成能力基准测试、多语言代码逻辑验证、AI编码助手性能评估、编程题自动判分、硬件编程逻辑仿真等多个场景，帮助使用者在可控环境下完成代码相关的测试与评估工作。