Skip to content
简体中文

切换主题

发现▾

不知道从哪开始？本周最热的软件、模型和组合，3 分钟看完 AI 圈的变化。

AI 软件▾

给人用的 AI 软件：从 ChatGPT 这类助手，到写代码、做视频、搭工作流的工具，按用途挑。

Agent 工具▾

给 AI 用的软件：让你的 agent（Claude Code、Codex、Cursor…）能上网、读文档、跑代码、记住事情。

模型▾

选模型、算成本、自己部署：价格、榜单、评测、免费额度和自建算力都在这里。

解决方案▾

有具体目标或报错？按场景给出现成的软件组合、步骤和问题解法。

学 AI▾

一套从零到前沿的系统课程，配算法库、必读论文和精选教程。

前沿▾

每天的 AI 新闻、每周热点、最新论文和 AI 改造各学科的进度。

// 评测和护栏

lm-evaluation-harnessv0.4.13

语言模型少样本评测框架

开源 维护中 开发者

官网 ↗ GitHub ↗

一段话结论

lm-evaluation-harness 是语言模型少样本评测框架。

适合：想评测和护栏的开发者和团队。

要点：模型评测基础

01怎么开始

  1. 1先看官方快速上手（上方按钮）。
  2. 2按官方说明安装或注册。
  3. 3先拿一个小例子跑通，再接进项目。

02替代品与对比

并排对比 →
promptfoo 提示词/agent 测试与红队 ★ 26k deepeval LLM 单元测试式评估 ★ 19k SWE-bench 真实 GitHub issue 修复基准 ★ 6.1k OSWorld 真实电脑环境多模态 agent 基准 ★ 3.2k lighteval Hugging Face 评测工具 ★ 2.6k

03相关

版本历史 · 收录依据 · 给 AI 读

最近版本

给 AI 读

数据更新于：AI 软件库与热度 · 软件档案 / 需求（北京时间）