COERE

Tópico de recurso: <span>Benchmarks e arenas de IA</span>

Hugging Face OpenEvals

Diretório para encontrar rankings e avaliações.

valia geração e execução de código com problemas atualizados continuamente.

Compara modelos em tarefas práticas de programação.

Mede a capacidade de modelos e agentes de programação de resolver problemas reais.

Avalia modelos com perguntas elaboradas por especialistas em diferentes áreas acadêmicas.

Mede a capacidade dos sistemas de IA de reconhecer padrões e resolver problemas visuais.

Projeto de Stanford que avalia modelos de linguagem de forma padronizada.

Avalia modelos com questões objetivas e atualizadas regularmente.

ompara modelos por várias

Compara modelos anonimamente e cria rankings a partir dos votos de usuário.