#benchmark Repositories
Entdecke 193 aktive Open-Source-GitHub-Repositories, die mit #benchmark getaggt sind und insgesamt 392,395 Sterne gesammelt haben (durchschnittlich 2,033 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist sharkdp/hyperfine mit 29,314 Sternen.
Insgesamt 193 Repositories
OpenCompass ist eine Plattform zur Bewertung großer Sprachmodelle (LLMs), die eine breite Palette von Modellen von OpenAI, Anthropic, Gemini, Qwen, GLM, DeepSeek usw. über mehr als 100 Datensätze hinweg unterstützt. Diese decken Wissen, Schlussfolgern, Programmierung, Wissenschaft, Sprache, lange Kontexte und Sicherheit ab.
VPS-Fusion-Monster-Server-Benchmark-Skript – wir empfehlen die Go-Version ohne Umgebungsabhängigkeiten: https://github.com/oneclickvirt/ecs VPS-Fusion-Monster-Server-Benchmark-Skript – inzwischen empfehlen wir die Go-Version (keine externen Abhängigkeiten): https://github.com/oneclickvirt/ecs
YABS - Ein einfaches Bash-Skript zur Schätzung der Leistung von Linux-Servern mit fio, iperf3 und Geekbench
Die schnellste und speichereffizienteste Lattice-Boltzmann-CFD-Software, die über OpenCL auf allen GPUs und CPUs läuft. Kostenlos für nicht-kommerzielle Nutzung.
OpenMMLabs' Werkzeugkasten und Benchmark der nächsten Generation für Videoverständnis
Kodezi Chronos ist ein Debugging-zentriertes Sprachmodell, das auf SWE-bench Lite (80,33 %) hochmoderne Ergebnisse und eine 67%ige Fehlerbehebungsgenauigkeit in der realen Welt erzielt, was über sechsmal besser ist als GPT-4. Es wurde mit Adaptiver Graph-Geführter Abfrage und Persistentem Debug-Speicher entwickelt. Das Modell wird im 1. Quartal 2026 über Kodezi OS verfügbar sein.
One-for-All Multimodales Evaluations-Toolkit für Text-, Bild-, Video- und Audio-Aufgaben
Mehrstufiges Framework zur Bewertung von Fähigkeiten und Plugins für KI-Agenten mit Qualitätsprüfungen, Sicherheits-Scans, Kompatibilitätsprüfungen für die Testumgebung, Erkennung semantischer Überschneidungen, Generierung synthetischer Evaluationsdatensätze und Live-Evaluation von Agenten, die misst, wie sich Fähigkeiten auf das Verhalten des Agenten auswirken. Enthält wiederverwendbare CI-Vorlagen, mit denen sich alle Prüfungen in jedes Repository integrieren lassen.
Chinesisches Sprachverständnis-Bewertungsbenchmark: Datensätze, Baselines, vortrainierte Modelle, Corpus und Leaderboard
Eine Reihe von großen Sprachmodellen, die von Baichuan Intelligent Technology entwickelt wurden
XcodeBenchmark misst die Kompilierungszeit einer großen Codebasis auf iMac, MacBook und Mac Pro
MTEB: Modernste Bewertung von Embeddings über Sprachen und Modalitäten hinweg
[NeurIPS 2024] OSWorld: Benchmarking Multimodal Agents for Open-Ended Tasks in Real Computer Environments
Empfehlungen und Bewertungen für KI-API-Relays: Relay-Rangliste, Relay-Tests und Vergleich der Relays für Claude / GPT / Gemini · KI-API-Relay-Rangliste · Folkbench Switch für Claude Code, Codex und Gemini CLI
Die Phoronix Test Suite ist eine Open-Source-, plattformübergreifende Software für automatisiertes Testen und Benchmarking.
Primzahlprojekte in über 100 Programmiersprachen, um ihre Geschwindigkeit – und die Cleverness ihres Programmierers – zu vergleichen
CPU-X ist eine kostenlose Software, die Informationen über CPU, Motherboard und mehr sammelt
Tsung ist ein Hochleistungs-Benchmark-Framework für verschiedene Protokolle wie HTTP, XMPP, LDAP usw.
[NeurIPS 2026] Sicherheitsversagen bei Programmieragenten und führenden LLMs. Reproduzierbare Arbeitsumgebungen zur Untersuchung, wann KI-Agenten bei der Erledigung von Aufgaben unsichere Daten erzeugen.
Häufige Schwachstellen und Sicherheits-Code für Java Web, basierend auf Spring Boot und Spring Security
τ-Bench: Ein Benchmark für Tool-Agent-User-Interaktion in realen Domänen
VPS Fusion Monster — Server-Benchmark (Go-Edition). Ziel ist es, das umfassendste und schnellste Server-Benchmark-Projekt zu werden. In Go entwickelt, ohne externe Abhängigkeiten. VPS-Fusion-Monster-Serverbenchmark-Projekt · Go-Edition. Mit dem Ziel, das umfassendste und schnellste Serverbenchmark-Projekt zu werden, in Go implementiert, ohne Abhängigkeiten von der Umgebung und ohne Werbung.
Ein heterogener Benchmark für Information Retrieval. Einfach zu bedienen, evaluieren Sie Ihre Modelle über 15+ verschiedene IR-Datensätze.
Cista ist eine einfache, leistungsstarke C++ Serialisierungs- und Reflexionsbibliothek ohne Kopien.
📰 Must-read-Artikel und Blogs über LLM-basierte Long-Context-Modellierung 🔥
ADR sichert Unternehmens-KI-Agenten durch Beobachtbarkeit, Sicherheits-Benchmarking und Bedrohungserkennung. Bei Uber eingesetzt.
Häufig gestellte Fragen
Welches ist das beliebteste #benchmark-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#benchmark-Projekt auf GitHub ist sharkdp/hyperfine mit 29,314 Sternen. Ein Kommandozeilen-Benchmarking-Tool
Welche Programmiersprachen werden in #benchmark-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #benchmark-Projekten auf GitHub sind Python, C++, C, Rust die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #benchmark-Repositories berechnet?
Wir verfolgen 193 aktive Open-Source-Repositories, die mit #benchmark getaggt sind (500+ Sterne), mit insgesamt 392,395 Sternen und durchschnittlich 2,033 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.