Git Stars Git Stars

#benchmark Репозитории

193
Всего репозиториев
392,395
Всего звезд
2,033
Среднее количество звезд на репозиторий

Всего репозиториев: 193

151
facebookresearch/BenchMARL

BenchMARL — это библиотека для тестирования многоагентного обучения с подкреплением (MARL). BenchMARL позволяет быстро сравнивать различные алгоритмы, задачи и модели MARL, оставаясь при этом систематически основанным на двух основных принципах: воспроизводимости и стандартизации.

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

Фреймворк для бенчмаркинга языка Julia

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

AgentLab: Фреймворк с открытым исходным кодом для разработки, тестирования и бенчмаркинга веб-агентов на различных задачах, созданный для масштабируемости и воспроизводимости。

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

Крошечная (130–205 Б) и быстрая утилита для генерации случайных идентификаторов фиксированной длины

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

A.S.E (AICGSecEval) — это бенчмарк для оценки безопасности кода, генерируемого ИИ, на уровне репозитория, разработанный командой Tencent Wukong Code Security Team.

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

Awesome-LLM-Eval: тщательно подобранный список инструментов, наборов данных/бенчмарков, демонстраций, таблиц лидеров, статей, документов и моделей, в основном для оценки LLM. Тщательно подобранный список инструментов, бенчмарков/данных, демонстраций, рейтингов и больших моделей, в основном ориентированный на оценку базовых больших моделей, с целью исследования технологических границ генеративного ИИ.

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

Репозиторий довольно крутых наборов данных, которые я собрал для исследований в области сетевой науки и машинного обучения.

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

CAIRI Toolbox и Benchmark для обучения визуальным представлениям с учителем, частичным обучением и самообучением

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

ParseBench - Эталон анализа документов для ИИ-агентов

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

Набор инструментов для бенчмаркинга в Kotlin Multiplatform

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

Набор данных и эталон для RAG по внутренним документам компании.

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

[ICML 2024] TrustLLM: оценка надёжности LLM по критериям правдивости, безопасности, справедливости, устойчивости, конфиденциальности и этичности. Набор инструментов Python/CLI для локальных моделей, совместимых API и оркестрации ИИ-агентов.

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

Первый обширный эталон обработки естественного языка для индонезийского языка. Мы предоставляем несколько последующих задач, предварительно обученные модели IndoBERT и стартовый код! (AACL-IJCNLP 2020)

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

Глобальная сеть проб для выполнения сетевых тестов, таких как ping, traceroute и разрешение DNS

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

Мэтчеры для тестирования производительности для RSpec

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

Benchmarkfederated Learning — Federated Learning на не-IID Data Silos: экспериментальное исследование (ICDE 2022)

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

📖 Бенчмарк NLU для корейского языка

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

Бенчмарк классификации текста в PyTorch

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

JailbreakBench: Открытый бенчмарк устойчивости для взлома языковых моделей [Трек датасетов и бенчмарков NeurIPS 2024]

JailbreakBench
⭐ 603 Python 👤 JailbreakBench Organization 🕐 Обновлено 2025-04-04 📅 Создано 2023-11-13
170
DavidZhangdw/Visual-Tracking-Development

Визуальное отслеживание объектов

DavidZhangdw
⭐ 602 Python 👤 DavidZhangdw User 🕐 Обновлено 2026-06-15 📅 Создано 2019-11-17
171
Tencent-Hunyuan/CL-bench

CL-bench: Бенчмарк для обучения в контексте

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

Могут ли ИИ-агенты воссоздавать веб-сайты, исследуя их с помощью браузера?

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

Современная альтернатива iperf3 с интерактивным TUI, поддержкой нескольких клиентов и протоколом QUIC. Написано на Rust.

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

Aixio Layer v2 восстанавливает редактируемые слои из сведённых дизайнов, когда это возможно. Сравнительный тест на 150 дизайнах с Canva Magic Layers, Qwen-Image-Layer и GPT-6 Astra Ultra.

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

Meta Agents Research Environments — это комплексная платформа, предназначенная для оценки ИИ-агентов в динамичных и реалистичных сценариях. В отличие от статических бенчмарков, эта платформа представляет собой развивающуюся среду, в которой агенты должны адаптировать свои стратегии по мере поступления новой информации, что отражает реальные жизненные задачи.

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

Более современный бенчмаркер HTTP-фреймворков с поддержкой бенчмарков HTTP/1 и HTTP/2.

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

Библиотека сериализации, написанная на C++17 - Упаковывайте структуры C++ в компактный массив байтов без каких-либо макросов или шаблонного кода

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

Наивное сравнение производительности нескольких языков программирования (JavaScript, Kotlin, Rust, Swift, Nim, Python, Go, Haskell, D, C++, Java, C#, Object Pascal, Ada, Lua, Ruby)

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

Передовое программное обеспечение для анализа систем

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

SpeechIO Leaderboard: большая, надежная, комплексная платформа для бенчмаркинга автоматического распознавания речи.

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

Фреймворк для бенчмаркинга производительности и тестирования приложений .NET :chart_with_upwards_trend:

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

Пиковая вычислительная производительность, пропускная способность памяти и задержка CPU, GPU и NPU: одни и те же тесты через каждый API, обеспечивающий доступ к устройству. Командная строка и приложение для Windows, macOS, Linux и Android

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

Java RPC бенчмарк, вдохновлено https://www.techempower.com/benchmarks/

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

glmark2 — это бенчмарк OpenGL 2.0 и ES 2.0.

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

Бенчмарк JavaScript для типичных рабочих нагрузок веб-разработчиков

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

Официальный репозиторий GraphRAG-Bench для оценки моделей GraphRAG. «Когда использовать графы в RAG: комплексный анализ генерации с дополнением на основе поиска по графам». (ICLR'26)

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

LongCite: Предоставление LLM возможности генерировать детальные цитаты в вопросно-ответных системах с длинным контекстом

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

[ICLR'25] BigCodeBench: Бенчмаркинг генерации кода на пути к AGI

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

Бенчмарк классификации глубокого обучения PatchCamelyon (PCam).

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

Текущее состояние методов контролируемого и неконтролируемого дополнения глубины

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

Перерасход токенов? Срочно звоните Смиту! Better Call Smith. Адаптивная маршрутизация моделей, изящный монитор использования Codex и воспроизводимые бенчмарки с подтверждающими данными.

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

Симулятор бумажной торговли для Polymarket

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

Официальный репозиторий GitHub статьи «Recent advances in large language model benchmarks against data contamination: From static to dynamic evaluation»

SeekingDream
⭐ 500 👤 SeekingDream User 🕐 Обновлено 2026-09-28 📅 Создано 2025-02-21