大模型系统研究测试开源项目 – 对主要大模型进行系统研究和测试

这篇论文探讨了如何评估大模型的性能，包括评估的内容、地点和方法，并分析了当前评估方法的有效性和可信度。

LLM-Dojo是一个开源大模型学习场，提供简洁易读的代码框架，支持多种主流模型的训练和强化学习技术，旨在帮助AI爱好者和研究者进行深入的研究和开发。

JADE-Database是面向国内开源和国外商用大模型的Demo数据集，包含多种自然文本数据，覆盖多个问题类型，旨在用于大模型的靶向安全评测。

DevOps-Eval是一个专门为DevOps领域大模型设计的综合评估数据集，提供了工业优先的评估基准和专用的数据集，以支持多种评估方法，适用于大规模语言模型的性能测试。

收集和梳理垂直领域的开源大语言模型、数据集及评测基准，为用户提供全面的资源和支持，便于在各个专业领域内应用和研究。

基于LLM之间同行评审机制的大型语言模型性能评估框架，支持自定义任务数据和配置文件，无需修改代码即可运行，适用于评估和筛选语言模型。

Ask Naval是一个基于Naval Ravikant的思想与见解构建的聊天机器人，用户可以通过与其对话获取关于个人发展、哲学和投资的见解。该项目由Naval的粉丝创建，旨在分享其智慧与经验。

一个由AI驱动的数据科学团队，旨在帮助你以更快的速度完成常见的数据科学任务，比如数据清洗、特征工程等，就像是拥有一支数据科学的“私人部队”

由普渡大学Stanley H. Chan教授发布的扩散模型在图像和视觉领域的教程，详细讨论了扩散模型的基本思想，适合有意从事扩散模型研究或应用的本科生和研究生。教程内容涵盖了扩散模型的基础概念、生成工具在图像和视频生成中的应用，以及相关的学习资源。

Paper Pilot 是一款日常研究应用，提供快速、精准的研究论文摘要、AI驱动的重点提炼、互动音频讲解、注释和研究板功能，旨在帮助用户高效获取和理解研究信息。

ChatGPT in Privacy是一个基于AI的在线心理咨询服务，提供心理健康和幸福感的支持与指导。它的AI治疗师能够访问庞大的信息数据库，并随时更新最新的研究和治疗技术。用户可以通过安全的在线平台与个人AI顾问连接，开始个性化的咨询旅程。该服务全天候可用，便于用户解决挑战并努力实现目标。

该项目实现了在浏览器中进行文本情感检测，基于先进的Transformer NLP模型，支持多种情感标签，能够实时分析用户输入的文本情感，适用于多种Web应用场景。

使用不到 500 行代码构建对话式搜索引擎！实现了类似 Perplexity 的效果，完整的前后端代码，已在 GitHub 上开源，可商用。

Relayer是一款为学生和教育工作者设计的SaaS工具，通过始终在顶部的视频播放器和AI驱动的笔记功能，提升学习效率。它能够捕捉关键点并无缝整理笔记，让学习变得更加高效。

Wiseway是一个下一代AI咨询平台，旨在支持企业家在创业旅程中的决策与战略规划。通过与智能聊天机器人互动，用户可以获得基于未来的行业洞察和定制化解决方案，从而在市场中脱颖而出，成为下一个独角兽。