用统一框架组织语言模型评测任务，适合在明确配置和数据集下比较模型表现。
准备条件待评测模型、对应数据集和足够的推理资源。
从本地运行到微调、量化与评测，先看用途和使用条件，再进入原项目。
工具 · 教程 · 资源入口
不是模型权重下载区
用统一框架组织语言模型评测任务，适合在明确配置和数据集下比较模型表现。
覆盖语言、视觉语言和生成模型的评测与性能基准工具，适合开展可配置的模型测试。
提供多模型、多数据集的评测配置与执行框架，适合开展有统一口径的模型比较。
收录依据为原项目公开资料，不代表已完成安装、安全审计或所有平台验证。许可证与运行要求以原项目为准；源码工具与模型权重分别获取。