LLM互相横评是一个专门用于评估和比较不同语言模型性能的项目。它不仅支持多种语言模型的性能评估，还提供了详细的模型自我评估结果，如claude-3.7的自我评估案例。此外，项目还包含用户提交的历史记录，并开放数据集供研究使用。
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。
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。
OpenCompass是一个大型语言模型评测平台，支持20多种模型和50多个数据集，能够通过高效的分布式评估技术进行快速全面的基准测试。
RestGPT 是基于大型语言模型的自主代理的代码实现，通过 RESTful API 控制现实世界的应用程序。它旨在将语言模型与 API 连接起来，解决与规划、API 调用和响应解析相关的挑战。
GPT4All是一款在本地运行的大型语言模型（LLM），最新发布了V3.0版本，支持多种模型架构，并与多种工具和平台集成。它基于LLaMa模型，使用约80万条GPT-3.5-Turbo生成的数据进行训练，支持多种类型的对话，包括代码和故事。GPT4All完全本地运行，确保数据隐私，支持Windows、MacOS、Ubuntu等操作系统，并具有改进的UI/UX。
meta-prompts是一种利用扩散模型处理视觉感知任务的方案，通过引入可学习的元提示到预训练的扩散模型中，以提取适合特定感知任务的特征。该方法旨在提高模型在各种视觉任务中的表现，支持丰富的语义信息提取，满足类别识别、深度感知和关键点感知等需求。
ConsoleX是一个综合性的LLM实验平台，结合了聊天接口、LLM API实验和批量评估，支持所有主流LLM，并提供比官方实验室更多的增强功能。
QuizWizard AI可以将视频、文章或Google文档转化为互动式测验，帮助用户吸引观众并将其转化为电子邮件订阅者。只需点击一下，便能生成AI支持的测验，并轻松嵌入到网站中。
Model Royale是一个允许用户比较各种语言模型(LLMs)的平台，帮助用户识别最适合其特定需求的模型。用户可以在不同模型中输入相同的提示，并根据响应时间、token使用量和响应质量分析结果。
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。
MetaGPT 是一个多智能体框架，能够扮演不同的角色，如工程师、产品经理、架构师和项目经理。它通过自动优化提示词、生成产品需求文档、设计文档、任务分配与管理、代码仓库生成等功能，协助用户完成复杂的任务。MetaGPT 还支持多角色协作，自动生成软件开发流程和标准操作程序（SOP），适用于各种项目管理和开发需求。
Aspen是一款专为macOS设计的免费API测试原生应用，利用AI助力快速生成数据模型、Open API规范及集成代码，满足REST API的测试需求。
