arXiv · AI· Koutian Wu, Wenjun Zhang, Junjie Zhou, Pengqian Han, Qiming Bao, Ergan Shang, Jiayu Wang, Junkai Wang, Wanghan Xu, Songyuanyi Lu, Yixuan Li, Rudy Mizrahi Celekli, Lazizbek Ravshanov, Yaoliang Bian, Xudong Han, Lin Shi·· 5 小时前AI 评分42
Benchmark Radar：面向 AI 基准与评测的动态数据库及搜索引擎
Benchmark Radar: A Living Database and Search Engine for AI Benchmarks and Evaluation
AI 导读
Benchmark Radar 是一个覆盖 LLM 评测、智能体工具使用、编码、推理、安全及领域特定评测的动态数据库与搜索引擎，旨在帮助研究者定位基准数据集、代码及分数背后的设置。
来源：arXiv · AI · arxiv.org