#benchmark 仓库
探索 193 个标记为 #benchmark 的活跃开源 GitHub 仓库,它们累计获得 392,395 个 Star(平均每个项目 2,033 个)。该主题的领先项目是 sharkdp/hyperfine,拥有 29,314 个 Star。
共 193 个仓库
OpenCompass 是一个大语言模型(LLM)评测平台,支持 OpenAI、Anthropic、Gemini、Qwen、GLM、DeepSeek 等众多模型,涵盖 100 多个数据集,涉及知识、推理、编程、科学、语言、长上下文和安全等领域。
VPS 融合怪服务器测评脚本 —— 更推荐使用无环境依赖的 Go 版本:https://github.com/oneclickvirt/ecs VPS 融合怪服务器测评脚本 —— 现在更推荐使用 Go 版本(零外部依赖):https://github.com/oneclickvirt/ecs
运行速度最快、内存效率最高的 Lattice Boltzmann CFD 软件,通过 OpenCL 在所有 GPU 和 CPU 上运行。非商业用途免费。
Kodezi Chronos 是一个以调试为先的语言模型,在 SWE-bench Lite 上取得了最先进的成果(80.33%),并达到了 67% 的实际修复准确率,比 GPT-4 优秀六倍以上。它采用自适应图引导检索和持久调试内存构建。该模型将于 2026 年第一季度通过 Kodezi OS 提供。
用于评估 AI 智能体技能和插件的多层级框架,包含质量门禁、安全扫描、测试框架兼容性检查、语义重叠检测、合成评估数据集生成,以及衡量技能如何影响智能体行为的实时智能体评估。提供可复用的 CI 模板,将所有检查引入任何代码仓库。
中文语言理解测评基准 Chinese Language Understanding Evaluation Benchmark: datasets, baselines, pre-trained models, corpus and leaderboard
AI API 中转站推荐与评测:中转站排行榜、中转站检测、Claude / GPT / Gemini 中转站对比 · AI API 中转站排行榜 · Folkbench Switch,适用于 Claude Code、Codex 和 Gemini CLI
[NeurIPS 2026] 编码智能体和前沿大语言模型中的安全失效。用于研究 AI 智能体在完成任务时何时会生成不安全数据的可复现实验环境。
常见问题解答
GitHub 上最受欢迎的 #benchmark 仓库是什么?
GitHub 上排名第一的开源 #benchmark 项目是 sharkdp/hyperfine,拥有 29,314 个 Star。一个命令行基准测试工具
#benchmark 仓库中最常使用的编程语言有哪些?
在 GitHub 上排名靠前的 #benchmark 项目中,最常见的编程语言是 Python, C++, C, Rust。
#benchmark 仓库的排名是如何计算的?
我们跟踪了 193 个标记为 #benchmark 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 392,395 个 Star,平均每个仓库拥有 2,033 个 Star。排名每日根据 GitHub API 更新。