LLM评估 - 芝麻派AI

AI可观测性与监控平台

Arize AI 平台专注于人工智能与机器学习的可观测性，帮助团队监控、调试和优化生产环境中的 AI 模型及大型语言模型。它提供实时监控、性能追踪、LLM评估等功能，支持多种模型类型和主流提供商，适用于金融、电商、自动驾驶等多个行业。

2026年4月15日 417 0

大模型性能权威评测榜单

OpenCompass LLM排行榜是一个开源的大语言模型评估平台，提供超过100个数据集的基准测试，涵盖知识、逻辑、数学、代码等维度。榜单实时更新，展示GPT-4、Claude、Qwen等开源与商业模型的综合性能排名，为研究者和开发者提供客观的模型选择参考。

2026年4月15日 459 0