产品库

通过 Minecraft 评估 AI 的表现。

MC-Bench 是一个在线平台，旨在通过 Minecraft 游戏环境评估和比较不同 AI 生成的建筑。它允许用户投票并参与到 AI 评估中，促进 AI 技术的发展。该平台的主要优势在于其趣味性和互动性，为用户提供了一个简单而有趣的方式来了解 AI 的能力。

在Minecraft中轻松创建完美圆形和椭圆形。

Minecraft Circle Generator是一个为Minecraft游戏环境设计的强有力工具，用于创建精确且易于操作的像素化圆形或椭圆形形状。用户可以输入特定的参数，如高度、宽度和样式（细、粗、填充），以生成所需的形状。这个工具支持创建任何大小和尺寸的圆形，允许根据个人需求进行定制。此外，生成的圆形可以以PNG或SVG格式下载，以进一步用于Minecraft项目。

AI Minecraft是融合人工智能与我的世界游戏的在线平台。

AI Minecraft是一个创新的在线游戏平台，将人工智能技术与经典游戏我的世界相结合。玩家可以在一个虚拟的方块世界中自由探索、建造和生存，而AI驱动的角色和元素能够直观地响应玩家的动作，使游戏体验更加互动和引人入胜。它提供了一个无需下载、即点即玩的环境，让玩家能够快速进入游戏，享受创造和冒险的乐趣。游戏采用免费游玩模式，部分额外功能可能需要付费解锁。

Generative AI 模型评估工具

Deepmark AI 是一款用于评估大型语言模型（LLM）的基准工具，可在自己的数据上对各种任务特定指标进行评估。它与 GPT-4、Anthropic、GPT-3.5 Turbo、Cohere、AI21 等领先的生成式 AI API 进行预集成。

网站优化神器，AI智能评估插件

Bolty是一款AI智能评估插件，通过使用ChatGPT提供网站内容的洞察。它简单易用：1. 扫描网站 2. 评估优化建议

新型AI驱动的编码评估

Ropes AI是一种新型的编码评估工具，利用人工智能技术进行评估。它能够生成总结每个编码评估的详细信息，并给出评分卡。同时，它还提供了定制的编程挑战，让候选人有机会展示自己的技能。Ropes AI还可以根据您的业务需求定制编码挑战，并提供了防作弊功能和候选人友好的体验。

使用我们的AI评估工具，上传照片即可获得免费评估。

SnapAppraise是一个提供珠宝首饰评估的在线平台。通过上传照片，我们的AI评估工具可以快速分析珠宝首饰的价值并生成详细的评估报告。SnapAppraise提供免费的初步评估，方便用户在安排面对面评估之前获得快速的预估价值。

专家评估界面和数据评估脚本

OpenScholar_ExpertEval是一个用于专家评估和数据评估的界面和脚本集合，旨在支持OpenScholar项目。该项目通过检索增强型语言模型合成科学文献，对模型生成的文本进行细致的人工评估。产品背景基于AllenAI的研究项目，具有重要的学术和技术价值，能够帮助研究人员和开发者更好地理解和改进语言模型。

AI评估症状，帮助理解健康问题

智能症状检测器是一款AI驱动的医疗工具，通过用户描述症状来评估健康问题。它可以提供非经过审核的AI生成回答，但不意味着提供医疗建议。用户可以描述症状的细节，包括症状的起始时间、严重程度、变化情况、影响因素等。此工具仅供参考，不应替代专业医疗建议。

省时高效的AI绩效评估工具

GeniusReview是一款360° AI绩效评估工具，通过使用GeniusReview，您可以省去大量时间来获取定制化的绩效评估问题的答案。它提供针对不同角色的定制化答案，并包括问题列表、技能排名、反馈生成等功能。您可以免费试用。

AI模型测试评估工具

Openlayer是一个评估工具，适用于您的开发和生产流程，帮助您自信地发布高质量的模型。它提供强大的测试、评估和可观察性，无需猜测您的提示是否足够好。支持LLMs、文本分类、表格分类、表格回归等功能。通过实时通知让您在AI模型失败时获得通知，让您自信地发布。

AI模型性能评估平台

Scale Leaderboard是一个专注于AI模型性能评估的平台，提供专家驱动的私有评估数据集，确保评估结果的公正性和无污染。该平台定期更新排行榜，包括新的数据集和模型，营造动态竞争环境。评估由经过严格审查的专家使用特定领域的方法进行，保证评估的高质量和可信度。

Talently.ai通过智能聊天面试和实时评估,轻松识别顶尖人才

Talently.ai是一个人工智能面试官,可以进行真人互动式面试,并提供实时评估,以便轻松识别顶尖人才。它消除了手动筛选的需要,实现了更智能的招聘。

智能招聘评估工具

Potis是一个AI驱动的招聘评估工具，能够自动评估应聘者的实际工作技能，提供实际案例测试、防作弊的评估方法、公正的人才评分系统等特点。Potis自动化评估可以节省高达80%的招聘初始预算，并加速招聘流程5倍，适用于所有层级的招聘需求。

实时AI支持的面试评估，加速更智能评分。

AcedAssessment是一个桌面应用程序，通过提供实时辅助逻辑问题，帮助求职者在面试评估中取得成功。它使用AI技术，可随时指导用户完成在线评估和能力测试，从抽象和逻辑推理到数值问题和词语问题，为用户提供更智能的准备方式，避免传统测试准备的重复和高成本。

用于评估文本、对话和RAG设置的通用评估模型

Patronus GLIDER是一个经过微调的phi-3.5-mini-instruct模型，可以作为通用评估模型，根据用户定义的标准和评分规则来评判文本、对话和RAG设置。该模型使用合成数据和领域适应数据进行训练，覆盖了183个指标和685个领域，包括金融、医学等。模型支持的最大序列长度为8192个token，但经过测试可以支持更长的文本（高达12000个token）。

AI代理测试和评估平台

Coval是一个专注于AI代理测试和评估的平台，旨在通过模拟和评估来提高AI代理的可靠性和效率。该平台由自主测试领域的专家构建，支持语音和聊天代理的测试，并提供全面的评估报告，帮助用户优化AI代理的性能。Coval的主要优点包括简化测试流程、提供AI驱动的模拟、兼容语音AI，以及提供详细的性能分析。产品背景信息显示，Coval旨在帮助企业快速、可靠地部署AI代理，提高客户服务的质量和效率。Coval提供三种定价计划，满足不同规模企业的需求。

在线伤病评估工具

Anatolink是一个快速免费的在线伤病评估工具，结合交互式3D软件和生成式人工智能，为广泛的身体健康问题提供全面的指导。该工具赋予用户关于身体的知识，并提供最佳的物理治疗洞见，使您保持活动和健康。

AI模型软件工程能力评估工具

SWE-bench Verified是OpenAI发布的一个经过人工验证的SWE-bench子集，旨在更可靠地评估AI模型解决现实世界软件问题的能力。它通过提供代码库和问题描述，挑战AI生成解决所描述问题的补丁。这个工具的开发是为了提高模型自主完成软件工程任务的能力评估的准确性，是OpenAI准备框架中中等风险级别的关键组成部分。

候选人技能评估工具

HunchAssess是HireHunch的候选人评估工具。它提供了一个全面的问题库,包含5000多个问题,涵盖40多种技术技能,包括多项选择题和编程题,可以快速筛选顶尖人才。它支持批量发送邀请,自动计分和高级监考功能,可以轻松地评估候选人的技能和专业知识。关键功能包括:预设的40多种技能集评估、批量发送邀请、自动计分板和高级监考、安排面试等。适用于招聘机构或HR团队进行校园招聘或大规模筛选应聘者。

简化商业写作，加速绩效评估

MgrWorkbench.ai利用人工智能的强大能力，帮助您快速、简化繁琐的商业写作任务，轻松起草员工绩效评估、发展计划和商业信函。它为您提供一个AI驱动、基于最佳实践的工具，自动生成绩效评估的初稿，让您专注于提供反馈，而不是写作。

评估和观察生成式人工智能

Gentrace是一个团队共同评估和观察生成式人工智能的工具。通过使用人工智能和启发式评估器来连续评估质量，并观察在生产中的速度和成本。

用于评估 AI 代理在 Pokemon Red 游戏中的表现。

PokemonGym 是一个基于服务器 - 客户端架构的平台，专为 AI 代理设计，能够在 Pokemon Red 游戏中进行评估和训练。它通过 FastAPI 提供游戏状态，支持人类与 AI 代理的互动，帮助研究人员和开发者测试和改进 AI 解决方案。

Edexia 是一款智能评估标记工具。

Edexia 是一款旨在提升教育评估效率的人工智能工具，能够帮助教师更快速、准确地进行学生作业的评分与反馈。它通过模拟教师的标记方式，提供个性化的反馈，帮助学生更好地理解自己的学习情况。Edexia 的设计理念是减轻教师的工作负担，提高教育质量，适合各类学校和教育机构使用。该产品提供免费试用，便于用户体验其功能。

开源评估基础设施，为 LLM 提供信心

Confident AI 是一个开源的评估基础设施，为 LLM（Language Model）提供信心。用户可以通过编写和执行测试用例来评估自己的 LLM 应用，并使用丰富的开源指标来衡量其性能。通过定义预期输出并与实际输出进行比较，用户可以确定 LLM 的表现是否符合预期，并找出改进的方向。Confident AI 还提供了高级的差异跟踪功能，帮助用户优化 LLM 配置。此外，用户还可以利用全面的分析功能，识别重点关注的用例，实现 LLM 的有信心地投产。Confident AI 还提供了强大的功能，帮助用户自信地将 LLM 投入生产，包括 A/B 测试、评估、输出分类、报告仪表盘、数据集生成和详细监控。

更智能、更友好的方便面AI人才评估系统

方便面AI面试是一款高效的人才评估系统，通过AI技术实现对候选人的智能面试和评估。该系统利用先进的AI算法，对候选人的面试视频进行分析，提供精准的评估报告，帮助企业提高招聘效率和人才质量。系统支持移动端随时随地进行面试，提升了候选人的体验感。其模块可配置，适合各种招聘场景，无需开发即可快速部署。该产品主要面向企业招聘部门，旨在降低招聘成本，提升招聘效率。

加速模型评估和微调的智能评估工具

SFR-Judge 是 Salesforce AI Research 推出的一系列评估模型，旨在通过人工智能技术加速大型语言模型（LLMs）的评估和微调过程。这些模型能够执行多种评估任务，包括成对比较、单项评分和二元分类，同时提供解释，避免黑箱问题。SFR-Judge 在多个基准测试中表现优异，证明了其在评估模型输出和指导微调方面的有效性。

免费即时评估简历和LinkedIn个人资料

我们的在线简历和LinkedIn评估工具可以即时为您的简历和LinkedIn个人资料评分，并提供详细反馈，帮助您获得更多的机会和面试邀约。

AI驱动的网络安全风险评估与审计工具

CyberRiskAI是一款由AI驱动的网络安全风险评估与审计工具，提供全面的工具、模板和清单，帮助企业识别和减轻网络安全风险，并向客户传达信任。我们基于NIST 800-171或ISO/IEC 27001提供框架，以全面的风险评估模板和清单来快速、准确、经济地完成网络安全风险审核。通过获取潜在漏洞的有价值洞察，您可以优先考虑安全工作，并与合作伙伴建立信任。

AI驱动的训练和评估平台，提升员工培训效率。

Solidroad是一个AI优先的训练和评估平台，它将公司的知识库转化为沉浸式培训项目，易于培训者管理，同时为员工提供更吸引人的学习体验。该平台通过个性化支持、指导和专业知识，帮助客户节省时间和资源，加快新员工的熟练速度，并提高客户满意度评分。