按标签浏览
# 大模型评测 / LLM Evaluation(5)
全部 56867
大模型评测 5
内容创作 1182
企业运营 1108
知识管理 951
数据分析 857
AI Agent 592
生活服务 573
合规校验 474
代码评审 468
政策核验 381
浏览器自动化 315
教育学习 313
任务拆解 310
会议纪要 305
竞品分析 260
办公效率 258
微信公众号 253
命令行工具 239
提示词工程 231
技术方案 224
用药指导 199
代码审查 191
Rube MCP 188
文档处理 185
开发编程 185
图像生成 184
调试排错 182
数据可视化 176
任务规划 175
设计系统 168
去AI味 162
检查清单 162
人力资源 160
AI Hive 158
设计多媒体 156
薪酬计算 155
海外运营 155
API 集成 151
视频生成 147
工资条 141
根因分析 138
文生图 134
MCP 134
合规审查 132
IT 运维 131
短视频脚本 128
REST API 127
方案对比 127
OpenClaw 126
社保公积金 123
合同审查 121
结构化输出 121
办公自动化 120
安全审计 119
大模型技能 119
电商运营 115
文生视频 114
内容合规 114
WorkBuddy 112
电商主图 110
API 设计 107
大模型基准测试工作台
@user_fcba917f/llm-benchmark2
面向 OpenAI 兼容 API 的基准与压力测试 CLI,覆盖多模型对比、历史分析与参数自动调参。
开发编程
2026.08.29
↓ 296
复杂业务提示词诊断、测试与优化|简诗 AI
@user_fccf428b/china-prompt-llm-application-dev-prompt-optimize
面向业务AI与提示词运营团队,提供复杂业务提示词的诊断、测试、优化、版本治理与交付检查方案。
AI Agent
2026.08.29
↓ 83
EvalScope 大模型评测
@user_15292d5a/yjkj-skill-evalscope
按准确度评测、压测、RAG 与可视化等场景,引导选用 EvalScope 工作流与关键参数,并指向对应参考文档。
AI Agent
2026.08.30
↓ 342
Scar Detector 出鞘
@user_f9a92e2c/scar-detector
基于 MoltBook 15 条热帖提炼五种推理疤痕,用五道自测题判断 AI 输出是真实推理还是训练留下的表面痕迹。
数据分析
2026.08.29
↓ 276
LLM 基准测试与自我优化
@user_fcba917f/llm-benchmark
面向 OpenAI 兼容 API 的大模型基准测试、压力测试、报告生成与参数调优工具。
AI Agent
2026.08.30
↓ 475