#benchmark Dépôts
193 dépôts au total
TorchBench est une collection de benchmarks open source utilisés pour évaluer les performances de PyTorch.
Outil de génération de trafic et de benchmarking pour NoSQL Redis et Memcache.
Implémentation officielle de "ADBench: Anomaly Detection Benchmark", NeurIPS 2022.
Airspeed Velocity : Un outil simple de benchmarking Python avec rapports basés sur le Web
GLM-5.3-Flash × J-Space : concrétisation des capacités — Présentation des benchmarks de J-Space Cognition Suite
Boîte à outils d'estimation de profondeur monoculaire basée sur MMSegmentation.
Ensembles Moléculaires (MOSES) : Une Plateforme de Benchmark pour les Modèles de Génération Moléculaire
Une bibliothèque PyTorch pour tout ce qui concerne l'apprentissage par renforcement (RL) pour l'optimisation combinatoire (CO)
🔍 Le benchmark de recherche le plus difficile en milieu naturel — vague, multi-tours, proactif. 200 tâches à long horizon avec divulgation progressive basée sur un persona, notées par une évaluation vérifiable de graphe de connaissances sans schéma. Pas de vibes, juste du triplet F1.
BlazeHTTP est un outil WAF simple et facile à utiliser pour la protection WAF. BlazeHTTP se présente comme un outil convivial d'évaluation de l'efficacité de la protection WAF.
Recrutez Antigravity CLI (agy) de Google comme assistant Gemini rapide pour Claude Code, OpenAI Codex et DeepSeek Harness.
[NeurIPS 2025 Spotlight] OpenCUA : Fondations ouvertes pour les agents d'utilisation d'ordinateur
[EMNLP 2026] MobileGym : une plateforme de simulation vérifiable et hautement parallèle pour la recherche sur les agents d'interface graphique mobile · Simulateur Android hébergé dans le navigateur · Évaluation vérifiable · Entraînement RL en ligne évolutif
DeepResearch Bench : Une référence complète pour les agents de recherche approfondie
📊 Comparaison de benchmarks de paquets avec validation d'exécution et support TypeScript
ClawProBench est un harnais de benchmark priorisant les tests en direct pour évaluer les agents LLM dans l'environnement d'exécution OpenClaw avec notation déterministe et fiabilité des essais répétés.
Une évaluation des agents avec des tâches dans une société de logiciels simulée.
Encore une autre implémentation du jeu de référence des langages informatiques
HammerDB : Le benchmark de base de données open-source standard de l'industrie
Un ensemble de données d'ensembles de données pour apprendre à apprendre à partir de peu d'exemples
Application de test de vitesse/benchmarking des performances de stockage pour Windows, macOS et Android (HDD, SSD, RAM)
"Ne faites confiance à personne, mettez tout sur la touche." - plugin sbt pour JMH (Java Microbenchmark Harness)
RobustBench: une référence normalisée pour la robustesse contradictoire [Piste Benchmarks et Jeux de Données NeurIPS 2021]
Évaluations open source pour l’IA physique. Exécutez n’importe quel LLM/VLA sur n’importe quel bras robotique ou humanoïde, selon n’importe quel benchmark réel ou simulé.
Outil de test de stress HTTP en golang, prend en charge le mode unique et distribué, http/1, http/2 et http/3.
[EMNLP 2024 & AAAI 2026] Une boîte à outils puissante pour compresser les grands modèles, y compris les LLM, les VLM et les modèles génératifs vidéo.
Microbenchmark monothread de π de Leibniz couvrant 75 implémentations, avec le code source, la chaîne d’outils verrouillée et les échantillons bruts à l’appui de chaque mesure.
Votre agent de programmation crée du pixel art dans la fenêtre Aseprite déjà ouverte. Serveur MCP et compétences pour Claude Code, omp, Codex, Gemini CLI et Cursor : il dessine, examine son travail, anime et exporte. Galerie et benchmark : pixeli.pebbly.space
Benchmarks bruts sur le débit, la latence et le transfert de Hello World sur des frameworks de microservices populaires
Un framework de benchmarks blockchain pour mesurer les performances de plusieurs solutions blockchain https://wiki.hyperledger.org/display/caliper
Infrastructure open source qui transforme des fichiers SKILL.md dispersés en corpus de compétences d’agents sélectionnés et prêts pour la recherche, avec des outils de recherche et d’évaluation inclus.
Ce dépôt contient le code pour "VLM2Vec / MMEB" [ICLR 2025], "VLM2Vec-V2 / MMEB-V2" [TMLR 2026] et "MMEB-V3" [COLM 2026]
Évaluation comparative de la factualité sur le long terme dans les grands modèles linguistiques. Code source de notre article « Long-form factuality in large language models ».
Ensemble de code de détection et de localisation d'objets basés sur des points et minuscules de UCAS-VG