AGI-Eval是上海交通大学、同济大学、华东师范大学、DataWhale等高校和机构合作发布的大模型评测社区，旨在打造公正、可信、科学、全面的评测生态，以“评测助力，让AI成为人类更好的伙伴”为使命。专门设计用于评估基础模型在人类认知和问题解决相关任务中的一般能力。AGI-Eval通过这些考试来评估模型的性能，与人类决策和认知能力直接相关。衡量模型在人类认知能力方面的表现，有助于了解在现实生活中的适用性和有效性。
网站描述
站点信息
温馨提示：当前网站仅在本站做收录展示，同时在2026年09月05日入库时，该网站内容都属于安全正规，但不能保证一直都是安全正规，请注意自行判断站点的安全性，如有内容出现违规，可通过本站站点反馈功能进行反馈，或联系站长进行删除，以免财产损失！
-
Watsonx.ai
Watsonx.ai是IBM于5月9日发布的新一代企业级生成式人工智能和机器学习平台，Watsonx.ai将由基础模型驱动的新的生成性人工智能和传统的机器学习结合起来，成为一个跨越人工智能生命周期的强大平台。使用Watsonx.ai，开发人员可以轻松地训练、验证、调整和部署模型，只需用一小部分数据在短期时间内快速建立人工智能应用。预计Watsonx.ai将在7月全面上市。 For more than a century, IBM has been a global technology innovator, leading advances in AI, automation and hybrid cloud solutions that help businesses grow.
-
Gradio
Gradio是一个开源的Python库，用于构建演示机器学习或数据科学，以及web应用程序。你可以使用Gradio基于自己的机器学习模型或数据科学工作流快速创建一个漂亮的用户界面，让用户可以尝试拖放他们自己的图像、输入文本、录制他们自己的声音，并通过浏览器与你的演示程序进行交互。Google、HuggingFace、亚马逊、Meta、思科、VMware等公司都在使用。 Build & Share Delightful Machine Learning Apps
-
SuperCLUE
SuperCLUE 是针对中文大模型的综合性评测基准，能全面评估模型在多个维度上的性能表现。SuperCLUE 通过多轮对话、客观题测试等多种方式，从语言理解与生成、知识应用、专业技能、环境适应与安全性等四大能力象限的 12 项基础能力进行评估。SuperCLUE 对比不同模型之间的表现，支持与人类表现进行对比，为中文大模型的研发与优化提供科学依据。SuperCLUE 新增对 AI Agent 智能体的评估，重点测试工具使用和任务规划能力。SuperCLUE 定期更新榜单，发布详细的技术报告，推动中文大模型技术的发展。
-
Nano Banana
Nano Banana（Gemini 2.5 Flash Image） 是谷歌推出的图像生成与编辑模型，包含Nano Banana模型和Nano Banana Pro（Gemini 3 Pro Image）模型。Nano Banana，基于 Gemini 2.5 Flash Image 架构，以生成有趣的3D玩偶风格图像而闻名，适合快速创意编辑。Nano Banana Pro，基于更先进的 Gemini 3 Pro 架构。在多个方面进行了显著改进，包括高分辨率图像生成（支持2K和4K）、更清晰的文本渲染、多语言支持、增强的编辑功能（如多图像融合和上下文感知编辑）以及更丰富的世界知识。此外，Pro 版本还支持更多长宽比、16位色彩渲染和工作室级控制。Nano Banana Pro 适合专业设计、复杂构图和高质量图像生成，广泛应用于广告、设计、建筑、教育等多个领域。
-
DeepFloyd IF
DeepFloyd IF是由StabilityAI旗下的DeepFloyd研究团队推出的开源的文本到图像生成模型，IF是一个基于级联方法的模块化神经网络。 IF是由多个神经模块（处理特定任务的独立神经网络）构建的，在一个架构内联合起来产生协同效应。 IF以级联方式生成高分辨率图像：从产生低分辨率样本的基础模型开始，然后由一系列的升级模型提升，以创造令人惊叹的高分辨率图像。 IF的基础和超分辨率模型采用扩散模型，利用马尔可夫链步骤将随机噪声引入数据中，然后再反转过程，从噪声中生成新的数据样本。 IF在像素空间内操作，而不是依赖潜伏图像表征的潜伏扩散（如稳定扩散）。
-
Gen-2
Runway最新推出的AI视频生成模型 Runway is building foundational Real-World Intelligence that can understand, simulate and act in the world. We offer products and services built on-top of this intelligence to empower individuals and organizations to do more in the world.
-
FlagEval
FlagEval（天秤）是北京智源人工智能研究院（BAAI）推出的科学、公正、开放的大模型评测体系及开放平台，为研究人员提供全面评估基础模型及训练算法性能的工具和方法。FlagEval采用“能力-任务-指标”三维评测框架，从多个维度对大模型的认知能力进行评估，涵盖对话、问答、情感分析等多种应用场景，提供超过22个数据集和8万道评测题目。平台支持多模态模型评测，覆盖文本、图像、视频等多种数据类型，兼容多种AI框架和硬件架构。FlagEval提供自动化评测机制，支持主观与客观评测的全自动流水线，帮助研究人员高效、准确地了解模型性能，推动大模型技术的发展。
-
百度AI探索版
百度文心助手，一站式解决复杂问题，激发PC端超级生产力！独有「灵感探索」功能深入剖析问题核心，智能文字创作、图片创作、AI阅读、智能体海量应用启迪无限创意，开启高效智能学习办公新篇章！
评论 0 条