Git Stars Git Stars

#benchmark リポジトリ

193
リポジトリ総数
392,395
合計スター数
2,033
リポジトリあたりの平均スター数

リポジトリ合計193件

151
facebookresearch/BenchMARL

BenchMARLは、マルチエージェント強化学習(MARL)のベンチマークライブラリです。BenchMARLを使用すると、再現性と標準化という2つのコア原則に体系的に基づきながら、さまざまなMARLアルゴリズム、タスク、モデルを迅速に比較できます。

facebookresearch
⭐ 687 Python 👤 facebookresearch Organization 🕐 更新日時 2026-02-07 📅 作成日 2023-08-22
152
JuliaCI/BenchmarkTools.jl

Julia言語のためのベンチマークフレームワーク

JuliaCI
⭐ 685 Julia 👤 JuliaCI Organization 🕐 更新日時 2026-11-11 📅 作成日 2016-02-23
153
ServiceNow/AgentLab

AgentLab:ウェブエージェントの開発・テスト・ベンチマークを、さまざまなタスクで行うためのオープンソースフレームワークで、スケーラビリティと再現性を実現するよう設計されています。

ServiceNow
⭐ 668 Python 👤 ServiceNow Organization 🕐 更新日時 2026-10-06 📅 作成日 2024-05-21
154
lukeed/uid

固定長のランダムIDを生成する、非常に小さい(130B〜205B)かつ高速なユーティリティ

lukeed
⭐ 668 JavaScript 👤 lukeed User 🕐 更新日時 2024-09-27 📅 作成日 2020-03-03
155
Tencent/AICGSecEval

A.S.E (AICGSecEval) は、テンセント悟空コードセキュリティチームによって開発された、リポジトリレベルのAI生成コードセキュリティ評価ベンチマークです。

Tencent
⭐ 667 Python 👤 Tencent Organization 🕐 更新日時 2026-05-25 📅 作成日 2025-07-08
156
onejune2018/Awesome-LLM-Eval

Awesome-LLM-Eval: LLMの評価のためのツール、データセット/ベンチマーク、デモ、リーダーボード、論文、ドキュメント、モデルのキュレーションされたリスト。生成AIの技術的境界を探求することを目的とした、主に基盤となる大規模モデルの評価に焦点を当てた、ツール、ベンチマーク/データ、デモ、ランキング、および大規模モデルのキュレーションされたリスト。

onejune2018
⭐ 661 👤 onejune2018 User 🕐 更新日時 2025-11-24 📅 作成日 2023-04-26
157
benedekrozemberczki/datasets

ネットワーク科学と機械学習の研究のために私が集めた、かなりクールなデータセットのリポジトリ。

benedekrozemberczki
⭐ 657 👤 benedekrozemberczki User 🕐 更新日時 2025-12-20 📅 作成日 2019-04-07
158
Westlake-AI/openmixup

CAIRI 監視型、半監視型、自己監視型ビジュアル表現学習ツールボックスとベンチマーク

Westlake-AI
⭐ 656 Python 👤 Westlake-AI Organization 🕐 更新日時 2025-10-15 📅 作成日 2021-12-30
159
run-llama/ParseBench

ParseBench - AIエージェント向け文書解析ベンチマーク

run-llama
⭐ 650 Python 👤 run-llama Organization 🕐 更新日時 2026-11-21 📅 作成日 2026-04-10
160
Kotlin/kotlinx-benchmark

Kotlin マルチプラットフォーム ベンチマーク ツールキット

Kotlin
⭐ 644 Kotlin 👤 Kotlin Organization 🕐 更新日時 2026-11-17 📅 作成日 2018-12-18
161
onyx-dot-app/EnterpriseRAG-Bench

社内文書に対するRAGのデータセットとベンチマーク。

onyx-dot-app
⭐ 639 👤 onyx-dot-app Organization 🕐 更新日時 2026-09-03 📅 作成日 2026-02-19
162
HowieHwong/TrustLLM

[ICML 2024] TrustLLM:真実性、安全性、公平性、堅牢性、プライバシー、倫理の観点からLLMの信頼性を評価します。ローカルモデル、互換API、AIエージェントのオーケストレーションに対応したPython/CLIツールキットです。

HowieHwong
⭐ 635 Python 👤 HowieHwong User 🕐 更新日時 2026-10-04 📅 作成日 2023-12-23
163
IndoNLP/indonlu

インドネシア語初の広範な自然言語処理ベンチマーク。複数の下流タスク、事前学習済みのIndoBERTモデル、およびスターターコードを提供します!(AACL-IJCNLP 2020)

IndoNLP
⭐ 635 Jupyter Notebook 👤 IndoNLP Organization 🕐 更新日時 2024-11-16 📅 作成日 2020-09-12
164
jsdelivr/globalping

ping、traceroute、DNS解決などのネットワークテストを実行するためのグローバルなプローブネットワーク

jsdelivr
⭐ 630 TypeScript 👤 jsdelivr Organization 🕐 更新日時 2026-11-20 📅 作成日 2022-02-19
165
piotrmurach/rspec-benchmark

RSpec 用のパフォーマンステストマッチャー

piotrmurach
⭐ 617 Ruby 👤 piotrmurach User 🕐 更新日時 2024-03-16 📅 作成日 2016-01-17
166
Xtra-Computing/NIID-Bench

連合学習ベンチマーク - 非IIDデータサイロにおける連合学習:実験的研究(ICDE 2022)

Xtra-Computing
⭐ 611 Python 👤 Xtra-Computing Organization 🕐 更新日時 2024-02-26 📅 作成日 2021-01-08
167
KLUE-benchmark/KLUE

📖 韓国語NLUベンチマーク

KLUE-benchmark
⭐ 606 👤 KLUE-benchmark Organization 🕐 更新日時 2026-06-30 📅 作成日 2020-11-16
168
FreedomIntelligence/TextClassificationBenchmark

PyTorch でのテキスト分類のベンチマーク

FreedomIntelligence
⭐ 606 Python 👤 FreedomIntelligence Organization 🕐 更新日時 2024-04-20 📅 作成日 2017-12-13
169
JailbreakBench/jailbreakbench

JailbreakBench: 言語モデルのジェイルブレイクのためのオープンな堅牢性ベンチマーク [NeurIPS 2024 データセット&ベンチマークトラック]

JailbreakBench
⭐ 603 Python 👤 JailbreakBench Organization 🕐 更新日時 2025-04-04 📅 作成日 2023-11-13
⭐ 602 Python 👤 DavidZhangdw User 🕐 更新日時 2026-06-15 📅 作成日 2019-11-17
171
Tencent-Hunyuan/CL-bench

CL-bench: コンテキスト学習のためのベンチマーク

Tencent-Hunyuan
⭐ 596 Python 👤 Tencent-Hunyuan Organization 🕐 更新日時 2026-10-17 📅 作成日 2026-01-23
172
TIGER-AI-Lab/WebsiteBench

AIエージェントはブラウザーを探索してウェブサイトを再構築できますか?

TIGER-AI-Lab
⭐ 595 Python 👤 TIGER-AI-Lab Organization 🕐 更新日時 2026-11-17 📅 作成日 2026-11-04
173
lance0/xfr

ライブTUI、マルチクライアントサーバー、QUICサポートを備えたモダンなiperf3の代替ツール。Rustで構築。

lance0
⭐ 591 Rust 👤 lance0 User 🕐 更新日時 2026-11-15 📅 作成日 2026-01-31
174
Aixio-AI/aixio-layer-v2

Aixio Layer v2は、可能な場合にフラット化されたデザインから編集可能なレイヤーを復元します。150件のデザインを使ったベンチマークで、Canva Magic Layers、Qwen-Image-Layer、GPT-6 Astra Ultraと比較します。

Aixio-AI
⭐ 589 👤 Aixio-AI Organization 🕐 更新日時 2026-10-09 📅 作成日 2026-10-09
175
facebookresearch/meta-agents-research-environments

Meta Agents Research Environmentsは、動的で現実的なシナリオにおいてAIエージェントを評価するために設計された包括的なプラットフォームです。静的なベンチマークとは異なり、このプラットフォームは、新しい情報が入手可能になるにつれてエージェントが戦略を適応させる必要がある進化する環境を導入しており、現実世界の課題を反映しています。

facebookresearch
⭐ 581 Python 👤 facebookresearch Organization 🕐 更新日時 2026-09-30 📅 作成日 2025-09-11
176
lnx-search/rewrk

HTTP/1 および HTTP/2 ベンチマークをサポートする、よりモダンな HTTP フレームワークベンチマーカー。

lnx-search
⭐ 570 Rust 👤 lnx-search Organization 🕐 更新日時 2024-03-25 📅 作成日 2021-01-19
177
p-ranav/alpaca

C++17で書かれたシリアライゼーションライブラリ - マクロや定型コードなしでC++構造体をコンパクトなバイト配列にパック

p-ranav
⭐ 564 C++ 👤 p-ranav User 🕐 更新日時 2026-10-30 📅 作成日 2022-08-20
178
frol/completely-unscientific-benchmarks

いくつかのプログラミング言語(JavaScript、Kotlin、Rust、Swift、Nim、Python、Go、Haskell、D、C++、Java、C#、Object Pascal、Ada、Lua、Ruby)の単純な性能比較

frol
⭐ 557 C++ 👤 frol User 🕐 更新日時 2026-07-02 📅 作成日 2018-05-12
179
turkaysoft/glow

高度なシステム分析ソフトウェア

turkaysoft
⭐ 555 C# 👤 turkaysoft User 🕐 更新日時 2026-11-20 📅 作成日 2023-10-04
180
SpeechColab/Leaderboard

SpeechIO Leaderboard:自動音声認識のための、大規模で堅牢、包括的なベンチマークプラットフォーム。

SpeechColab
⭐ 545 Python 👤 SpeechColab User 🕐 更新日時 2025-03-29 📅 作成日 2021-02-07
181
petabridge/NBench

.NET アプリケーションのためのパフォーマンスベンチマークおよびテストフレームワーク :chart_with_upwards_trend:

petabridge
⭐ 541 C# 👤 petabridge Organization 🕐 更新日時 2024-09-10 📅 作成日 2015-11-02
182
krrishnarraj/clpeak

CPU、GPU、NPU のピーク演算性能、メモリ帯域幅、レイテンシ:デバイスにアクセスするすべての API を通じて同じテストを実行。Windows、macOS、Linux、Android 向けのコマンドラインツールとアプリ

krrishnarraj
⭐ 540 C++ 👤 krrishnarraj User 🕐 更新日時 2026-11-20 📅 作成日 2013-08-25
183
hank-whu/rpc-benchmark

Java RPC ベンチマーク、インスピレーションは https://www.techempower.com/benchmarks/ から

hank-whu
⭐ 531 Java 👤 hank-whu User 🕐 更新日時 2024-04-08 📅 作成日 2017-12-23
184
glmark2/glmark2

glmark2 は OpenGL 2.0 と ES 2.0 のベンチマークです。

glmark2
⭐ 530 C 👤 glmark2 Organization 🕐 更新日時 2025-09-29 📅 作成日 2014-02-11
185
v8/web-tooling-benchmark

一般的なWeb開発者のワークロード向けJavaScriptベンチマーク

v8
⭐ 526 JavaScript 👤 v8 Organization 🕐 更新日時 2026-06-08 📅 作成日 2017-10-18
186
GraphRAG-Bench/GraphRAG-Benchmark

GraphRAGモデルを評価するためのGraphRAG-Bench公式リポジトリ。「RAGでグラフを使うべきとき:グラフ検索拡張生成の包括的分析」。(ICLR'26)

GraphRAG-Bench
⭐ 525 Python 👤 GraphRAG-Bench User 🕐 更新日時 2026-06-07 📅 作成日 2025-06-09
187
THUDM/LongCite

LongCite: LLMが長文コンテキストQAで詳細な引用を生成できるようにする

THUDM
⭐ 516 Python 👤 THUDM Organization 🕐 更新日時 2024-12-31 📅 作成日 2024-08-31
188
bigcode-project/bigcodebench

[ICLR'25] BigCodeBench: AGIに向けたコード生成のベンチマーク

bigcode-project
⭐ 515 Python 👤 bigcode-project Organization 🕐 更新日時 2026-01-03 📅 作成日 2024-04-29
189
basveeling/pcam

PatchCamelyon (PCam) 深層学習分類ベンチマーク.

basveeling
⭐ 514 Python 👤 basveeling User 🕐 更新日時 2024-01-31 📅 作成日 2018-05-28
190
alexklwong/awesome-state-of-depth-completion

教師あり・教師なしの深度補完手法の現状

alexklwong
⭐ 513 👤 alexklwong User 🕐 更新日時 2025-03-16 📅 作成日 2020-03-10
191
Chengjun023/agent-smith

トークン超過?すぐスミスに電話を!Better Call Smith。適応型モデルルーティング、洗練されたCodex使用状況モニター、そして根拠付きの再現可能なベンチマーク。

Chengjun023
⭐ 510 Python 👤 Chengjun023 User 🕐 更新日時 2026-10-01 📅 作成日 2026-09-30
192
agent-next/polymarket-paper-trader

Polymarket向けペーパートレードシミュレーター

agent-next
⭐ 509 Python 👤 agent-next Organization 🕐 更新日時 2026-11-01 📅 作成日 2026-03-01
193
SeekingDream/Static-to-Dynamic-LLMEval

論文「Recent advances in large language model benchmarks against data contamination: From static to dynamic evaluation」の公式 GitHub リポジトリ

SeekingDream
⭐ 500 👤 SeekingDream User 🕐 更新日時 2026-09-28 📅 作成日 2025-02-21