LLM互相横评官网 – 多语言模型性能评估工具

spelltest 是一个专为语言模型设计的测试工具，能够自动生成测试用例，评估模型性能，并提供详细的测试报告。它支持多种语言模型，用户可以根据需要定制测试参数，以便更好地适应不同的测试场景。

LLM Playground 是一个让用户可以免费测试多种大型语言模型的在线平台。用户可以在该平台上探索和比较不同的语言模型，进行自然语言处理相关的实验和应用，帮助开发者和研究人员了解和评估各种模型的性能与特点。

艾伦人工智能研究所致力于推动人工智能领域的前沿研究，特别是在自然语言处理、计算机视觉和机器学习等领域。该机构通过开放资源和数据集，促进学术界与产业界的合作，旨在为社会带来积极的技术变革。

Atlas是一个为学生提供个性化学术支持的AI工具，能够整合课程材料，实现高效学习。

Apollo是一个多语言医学模型、数据集、基准和代码的开源项目，旨在为英语、中文、法语、印地语、西班牙语和阿拉伯语提供医学领域的自然语言处理能力。

Avtaar.ai通过上传照片、声音样本和上下文信息，创造出超现实的AI头像。该项目非常适合在教育技术、陪伴和商业自助服务等领域使用。

ACT-Bench 是一个开源的评估框架，专注于自动驾驶世界模型的行动可控性。它帮助研究人员量化模型在给定特定轨迹时生成驾驶场景的能力，例如如何根据预设路径生成逼真的驾驶视频。该框架包括一个基于 nuScenes 的大型数据集和一个名为 Terra 的基准模型，用于评估模型的行动保真度。ACT-Bench 通过生成视频并与地面真相比较来量化模型的行动可控性，支持研究人员测试其自己的世界模型，并与基准模型进行比较。

Dataku是一个先进的平台，通过前沿的大型语言模型（LLMs），将非结构化文本和文档无缝转换为结构化数据，提供最轻松和准确的数据提取方式。

Office Hours AI 通过提出关键问题，帮助创始人深入思考他们的创业想法，并生成评估报告，以便更好地理解和改进他们的思维过程。

DigiQ 是一个利用人工智能技术，帮助用户通过少量数据训练高效的设备控制智能体的项目。它创新性地结合了视觉语言模型（VLM），显著提升了学习效果，并提供了完整的代码和预训练模型，方便用户复现和使用。

LLM-Geo是一个自动地理信息系统(GIS)，利用大型语言模型(LLM)进行空间问题的自动数据收集、分析和可视化。该项目采用GPT-4 API，实现了在Python环境中自动生成、自组织、自验证、自执行和自增长的自主GIS，旨在提高地理数据处理的效率和准确性。

TurboLens是一款全功能OCR工具，能够从图像和文本中生成洞察，支持手写文本、表格和翻译，凭借AI驱动的准确性和速度，简化工作流程。

One Click Human工具旨在使AI生成的内容更加易读、结构更佳，并消除语法错误，以提升内容的质量和可读性。

Auto Blogging 是一款开创性的人工智能自动博客工具，通过使用搜索引擎的真实数据，自动创建和优化内容，以确保其在关键词排名上表现良好。

Booom.ai是一个为独立开发者、游戏工作室和学生提供的低代码多人软件开发工具包（SDK）和AI工具的平台。它允许开发者与流行的框架（如Three.js、React、Phaser、Unity、Godot等）集成Playroom工具包，轻松构建引人入胜的多人社交游戏。