heurigym
用 LLM 设计优化算法，一键评测智能体启发式能力
项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 96
核心亮点
- 首个专门针对 LLM 设计组合优化启发式的基准，填补空白
- 提供标准化评估协议，支持多类经典优化问题（如 TSP、图着色）
- 与 ICLR'26 论文配套，学术严谨性高，便于引用对比
不足之处
- 项目处于早期阶段，文档和社区支持待完善
- 仅支持 Python，且依赖特定 LLM 接口，扩展性受限
适用场景
- 学术研究：评估 LLM 在算法设计任务中的推理能力
- AI 教育：作为教学工具，演示 LLM 如何解决组合优化问题
- 算法开发：辅助研究者探索 LLM 生成的启发式策略
替代项目
OpenAI Evals、LangChain Benchmarks、AgentBench
同类项目推荐
agent-skills-eval
开源
跑一遍测试，就知道你的 AI 技能行不行
A test runner for agentskills.io-style AI agent skills
ai-eval-platform
开源
一站式评测 AI 应用，让质量看得见
开源 AI 应用评测平台，支持 RAG、AI Agent、多轮对话、LLM-as-Judge、接口评测、评测报告···
Awesome-Process-Reward-Models
开源
一站式索引过程奖励模型论文与代码，快速上手推理监督
A comprehensive collection of process reward models.
Awesome-MCoT
开源
一张图看懂多模态推理研究脉络与代表工作
Multimodal Chain-of-Thought Reasoning: A Comprehensive Survey
Awesome-LLM-Red-Teaming
开源
一站式收集 LLM 红队测试资源，快速上手安全攻防
A curated list of awesome LLM Red Teaming training, resources, and tools.
Internal-Safety-Collapse
开源
把AI智能体放进正常代码流程，看它如何自己补出危险操作
[NeurIPS 2026] Safety failures in coding agents and frontier LLMs. Reproducible work···
llm-colosseum
开源
让大模型打街霸，用对战胜负测实力
Benchmark LLMs by fighting in Street Fighter 3! The new way to evaluate the quality ···
rebuff
开源
给 LLM 应用加装防注入安全层，拦截恶意提示词
LLM Prompt Injection Detector
RAMPART
开源
用 pytest 给 AI 智能体做安全体检，上线前跑一遍
A pytest-native safety and security testing framework for agentic AI applications