Git Stars Git Stars

#benchmark Repositories

193
Gesamtzahl der Repositories
392,395
Gesamtanzahl der Sterne
2,033
Durchschnittliche Sterne/Repo

Insgesamt 193 Repositories

151
facebookresearch/BenchMARL

BenchMARL ist eine Bibliothek zum Benchmarking von Multi-Agent Reinforcement Learning (MARL). BenchMARL ermöglicht den schnellen Vergleich verschiedener MARL-Algorithmen, Aufgaben und Modelle, während es systematisch auf seinen beiden Kernprinzipien basiert: Reproduzierbarkeit und Standardisierung.

facebookresearch
⭐ 687 Python 👤 facebookresearch Organization 🕐 Aktualisiert 2026-02-07 📅 Erstellt 2023-08-22
152
JuliaCI/BenchmarkTools.jl

Ein Benchmarking-Framework für die Julia-Sprache

JuliaCI
⭐ 685 Julia 👤 JuliaCI Organization 🕐 Aktualisiert 2026-11-11 📅 Erstellt 2016-02-23
153
ServiceNow/AgentLab

AgentLab: Ein Open-Source-Framework zur Entwicklung, zum Testen und Benchmarking von Webagenten in vielfältigen Aufgaben, entwickelt für Skalierbarkeit und Reproduzierbarkeit。

ServiceNow
⭐ 668 Python 👤 ServiceNow Organization 🕐 Aktualisiert 2026-10-06 📅 Erstellt 2024-05-21
154
lukeed/uid

Ein kleines (130 B bis 205 B) und schnelles Dienstprogramm zur Generierung zufälliger IDs fester Länge

lukeed
⭐ 668 JavaScript 👤 lukeed User 🕐 Aktualisiert 2024-09-27 📅 Erstellt 2020-03-03
155
Tencent/AICGSecEval

A.S.E (AICGSecEval) ist ein von Tencent Wukong Code Security Team entwickelter Repository-level AI-generierter Code-Sicherheitsbewertungs-Benchmark.

Tencent
⭐ 667 Python 👤 Tencent Organization 🕐 Aktualisiert 2026-05-25 📅 Erstellt 2025-07-08
156
onejune2018/Awesome-LLM-Eval

Awesome-LLM-Eval: eine kuratierte Liste von Tools, Datensätzen/Benchmarks, Demos, Bestenlisten, Papern, Docs und Modellen, hauptsächlich für die Evaluierung von LLMs. Eine kuratierte Liste von Tools, Benchmark/Daten, Demos, Ranglisten und großen Modellen, die sich hauptsächlich an die Bewertung von Basis-Large Models richtet und darauf abzielt, die technologischen Grenzen der generativen KI zu erforschen.

onejune2018
⭐ 661 👤 onejune2018 User 🕐 Aktualisiert 2025-11-24 📅 Erstellt 2023-04-26
157
benedekrozemberczki/datasets

Ein Repository mit ziemlich coolen Datensätzen, die ich für die Forschung in Netzwerkwissenschaft und maschinellem Lernen gesammelt habe.

benedekrozemberczki
⭐ 657 👤 benedekrozemberczki User 🕐 Aktualisiert 2025-12-20 📅 Erstellt 2019-04-07
158
Westlake-AI/openmixup

CAIRI Toolbox und Benchmark für überwachtes, semi-überwachtes und selbst-überwachtes visuelles repräsentatives Lernen

Westlake-AI
⭐ 656 Python 👤 Westlake-AI Organization 🕐 Aktualisiert 2025-10-15 📅 Erstellt 2021-12-30
159
run-llama/ParseBench

ParseBench - Ein Benchmark für die Dokumentenanalyse für KI-Agenten

run-llama
⭐ 650 Python 👤 run-llama Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2026-04-10
160
Kotlin/kotlinx-benchmark

Kotlin Multiplattform-Benchmarking-Toolkit

Kotlin
⭐ 644 Kotlin 👤 Kotlin Organization 🕐 Aktualisiert 2026-11-17 📅 Erstellt 2018-12-18
161
onyx-dot-app/EnterpriseRAG-Bench

Datensatz und Benchmark für RAG auf unternehmensinternen Dokumenten.

onyx-dot-app
⭐ 639 👤 onyx-dot-app Organization 🕐 Aktualisiert 2026-09-03 📅 Erstellt 2026-02-19
162
HowieHwong/TrustLLM

[ICML 2024] TrustLLM: Bewertung der Vertrauenswürdigkeit von LLMs hinsichtlich Wahrhaftigkeit, Sicherheit, Fairness, Robustheit, Datenschutz und Ethik. Python-/CLI-Toolkit für lokale Modelle, kompatible APIs und die Orchestrierung von KI-Agenten.

HowieHwong
⭐ 635 Python 👤 HowieHwong User 🕐 Aktualisiert 2026-10-04 📅 Erstellt 2023-12-23
163
IndoNLP/indonlu

Der allererste umfassende Benchmark für natürliche Sprachverarbeitung für die indonesische Sprache. Wir bieten mehrere nachgelagerte Aufgaben, vortrainierte IndoBERT-Modelle und einen Starter-Code! (AACL-IJCNLP 2020)

IndoNLP
⭐ 635 Jupyter Notebook 👤 IndoNLP Organization 🕐 Aktualisiert 2024-11-16 📅 Erstellt 2020-09-12
164
jsdelivr/globalping

Ein globales Netzwerk von Sonden zur Durchführung von Netzwerktests wie Ping, Traceroute und DNS-Auflösung

jsdelivr
⭐ 630 TypeScript 👤 jsdelivr Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2022-02-19
165
piotrmurach/rspec-benchmark

Performance-Testing-Matcher für RSpec

piotrmurach
⭐ 617 Ruby 👤 piotrmurach User 🕐 Aktualisiert 2024-03-16 📅 Erstellt 2016-01-17
166
Xtra-Computing/NIID-Bench

Federated Learning Benchmark – Federated Learning auf Non-IID-Datensilos: Eine experimentelle Studie (ICDE 2022)

Xtra-Computing
⭐ 611 Python 👤 Xtra-Computing Organization 🕐 Aktualisiert 2024-02-26 📅 Erstellt 2021-01-08
167
KLUE-benchmark/KLUE

📖 Korean NLU Benchmark

KLUE-benchmark
⭐ 606 👤 KLUE-benchmark Organization 🕐 Aktualisiert 2026-06-30 📅 Erstellt 2020-11-16
168
FreedomIntelligence/TextClassificationBenchmark

Ein Benchmark für Textklassifikation in PyTorch

FreedomIntelligence
⭐ 606 Python 👤 FreedomIntelligence Organization 🕐 Aktualisiert 2024-04-20 📅 Erstellt 2017-12-13
169
JailbreakBench/jailbreakbench

JailbreakBench: Ein offener Robustheits-Benchmark für das Jailbreaking von Sprachmodellen [NeurIPS 2024 Datasets and Benchmarks Track]

JailbreakBench
⭐ 603 Python 👤 JailbreakBench Organization 🕐 Aktualisiert 2025-04-04 📅 Erstellt 2023-11-13
170
DavidZhangdw
⭐ 602 Python 👤 DavidZhangdw User 🕐 Aktualisiert 2026-06-15 📅 Erstellt 2019-11-17
171
Tencent-Hunyuan/CL-bench

CL-bench: Ein Benchmark für Kontextlernen

Tencent-Hunyuan
⭐ 596 Python 👤 Tencent-Hunyuan Organization 🕐 Aktualisiert 2026-10-17 📅 Erstellt 2026-01-23
172
TIGER-AI-Lab/WebsiteBench

Können KI-Agenten Websites durch die Erkundung eines Browsers neu erstellen?

TIGER-AI-Lab
⭐ 595 Python 👤 TIGER-AI-Lab Organization 🕐 Aktualisiert 2026-11-17 📅 Erstellt 2026-11-04
173
lance0/xfr

Eine moderne iperf3-Alternative mit Live-TUI, Multi-Client-Server und QUIC-Unterstützung. In Rust geschrieben.

lance0
⭐ 591 Rust 👤 lance0 User 🕐 Aktualisiert 2026-11-15 📅 Erstellt 2026-01-31
174
Aixio-AI/aixio-layer-v2

Aixio Layer v2 stellt nach Möglichkeit bearbeitbare Ebenen aus reduzierten Designs wieder her. Benchmark mit 150 Designs im Vergleich zu Canva Magic Layers, Qwen-Image-Layer und GPT-6 Astra Ultra.

Aixio-AI
⭐ 589 👤 Aixio-AI Organization 🕐 Aktualisiert 2026-10-09 📅 Erstellt 2026-10-09
175
facebookresearch/meta-agents-research-environments

Meta Agents Research Environments ist eine umfassende Plattform zur Evaluierung von KI-Agenten in dynamischen, realistischen Szenarien. Im Gegensatz zu statischen Benchmarks führt diese Plattform sich entwickelnde Umgebungen ein, in denen Agenten ihre Strategien anpassen müssen, sobald neue Informationen verfügbar werden, was die Herausforderungen der realen Welt widerspiegelt.

facebookresearch
⭐ 581 Python 👤 facebookresearch Organization 🕐 Aktualisiert 2026-09-30 📅 Erstellt 2025-09-11
176
lnx-search/rewrk

Ein modernerer HTTP-Framework-Benchmarker, der HTTP/1- und HTTP/2-Benchmarks unterstützt.

lnx-search
⭐ 570 Rust 👤 lnx-search Organization 🕐 Aktualisiert 2024-03-25 📅 Erstellt 2021-01-19
177
p-ranav/alpaca

Serialisierungsbibliothek geschrieben in C++17 - Packen Sie C++-Strukturen in ein kompaktes Byte-Array ohne Makros oder Boilerplate-Code

p-ranav
⭐ 564 C++ 👤 p-ranav User 🕐 Aktualisiert 2026-10-30 📅 Erstellt 2022-08-20
178
frol/completely-unscientific-benchmarks

Naive Leistungsvergleich einiger Programmiersprachen (JavaScript, Kotlin, Rust, Swift, Nim, Python, Go, Haskell, D, C++, Java, C#, Object Pascal, Ada, Lua, Ruby)

frol
⭐ 557 C++ 👤 frol User 🕐 Aktualisiert 2026-07-02 📅 Erstellt 2018-05-12
179
turkaysoft/glow

Fortschrittliche Systemanalyse-Software

turkaysoft
⭐ 555 C# 👤 turkaysoft User 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2023-10-04
180
SpeechColab/Leaderboard

SpeechIO Leaderboard: eine große, robuste, umfassende Benchmark-Plattform für automatische Spracherkennung.

SpeechColab
⭐ 545 Python 👤 SpeechColab User 🕐 Aktualisiert 2025-03-29 📅 Erstellt 2021-02-07
181
petabridge/NBench

Framework für Performance-Benchmarking und Tests für .NET-Anwendungen :chart_with_upwards_trend:

petabridge
⭐ 541 C# 👤 petabridge Organization 🕐 Aktualisiert 2024-09-10 📅 Erstellt 2015-11-02
182
krrishnarraj/clpeak

Maximale Rechenleistung, Speicherbandbreite und Latenz von CPUs, GPUs und NPUs: dieselben Tests über jede API, die auf ein Gerät zugreift. Kommandozeile und App für Windows, macOS, Linux und Android

krrishnarraj
⭐ 540 C++ 👤 krrishnarraj User 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2013-08-25
183
hank-whu/rpc-benchmark

Java RPC Benchmark, inspiriert von https://www.techempower.com/benchmarks/

hank-whu
⭐ 531 Java 👤 hank-whu User 🕐 Aktualisiert 2024-04-08 📅 Erstellt 2017-12-23
184
glmark2/glmark2

glmark2 ist ein OpenGL 2.0- und ES 2.0-Benchmark.

glmark2
⭐ 530 C 👤 glmark2 Organization 🕐 Aktualisiert 2025-09-29 📅 Erstellt 2014-02-11
185
v8/web-tooling-benchmark

JavaScript-Benchmark für häufige Webentwickler-Workloads

v8
⭐ 526 JavaScript 👤 v8 Organization 🕐 Aktualisiert 2026-06-08 📅 Erstellt 2017-10-18
186
GraphRAG-Bench/GraphRAG-Benchmark

Das offizielle Repository von GraphRAG-Bench zur Evaluierung von GraphRAG-Modellen. „Wann man Graphen in RAG verwenden sollte: Eine umfassende Analyse der graphenbasierten retrieval-augmentierten Generierung“. (ICLR'26)

GraphRAG-Bench
⭐ 525 Python 👤 GraphRAG-Bench User 🕐 Aktualisiert 2026-06-07 📅 Erstellt 2025-06-09
187
THUDM/LongCite

LongCite: Ermöglichung der Generierung von fein nuancierten Zitaten in LLMs für die Beantwortung langer Kontexte

THUDM
⭐ 516 Python 👤 THUDM Organization 🕐 Aktualisiert 2024-12-31 📅 Erstellt 2024-08-31
188
bigcode-project/bigcodebench

[ICLR'25] BigCodeBench: Benchmarking der Codegenerierung in Richtung AGI

bigcode-project
⭐ 515 Python 👤 bigcode-project Organization 🕐 Aktualisiert 2026-01-03 📅 Erstellt 2024-04-29
189
basveeling/pcam

Der PatchCamelyon (PCam) Deep-Learning-Klassifikations-Benchmark.

basveeling
⭐ 514 Python 👤 basveeling User 🕐 Aktualisiert 2024-01-31 📅 Erstellt 2018-05-28
190
alexklwong/awesome-state-of-depth-completion

Aktueller Stand der überwachten und unüberwachten Tiefenkomplettierungsverfahren

alexklwong
⭐ 513 👤 alexklwong User 🕐 Aktualisiert 2025-03-16 📅 Erstellt 2020-03-10
191
Chengjun023/agent-smith

Token-Limit überschritten? Ruf besser Smith an! Better Call Smith. Adaptive Modellweiterleitung, ein schicker Codex-Nutzungsmonitor und reproduzierbare Benchmarks mit Belegen.

Chengjun023
⭐ 510 Python 👤 Chengjun023 User 🕐 Aktualisiert 2026-10-01 📅 Erstellt 2026-09-30
192
agent-next/polymarket-paper-trader

Paper-Trading-Simulator für Polymarket

agent-next
⭐ 509 Python 👤 agent-next Organization 🕐 Aktualisiert 2026-11-01 📅 Erstellt 2026-03-01
193
SeekingDream/Static-to-Dynamic-LLMEval

Das offizielle GitHub-Repository des Papers „Recent advances in large language model benchmarks against data contamination: From static to dynamic evaluation“

SeekingDream
⭐ 500 👤 SeekingDream User 🕐 Aktualisiert 2026-09-28 📅 Erstellt 2025-02-21