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 2026-10-23 · 当前星标 ★ 112
核心亮点
- 同时覆盖中文和英文，弥补多数基准只测英文的空白
- 聚焦视觉文本渲染这一具体痛点，评测维度针对性强
- 提供可复现的评测流程与脚本，便于横向比较不同模型
不足之处
- 早期项目，星标仅112，社区规模与生态尚小
- 评测集规模与覆盖场景的广度有待观察
适用场景
- 评估新发布的文生图模型在图片中写中英文的准确率
- 对比同一模型不同版本在文字渲染上的退化或提升
- 为训练数据筛选提供文字生成质量的量化依据
替代项目
OCRBench、TextVisionBench
同类项目推荐
Awesome-MLLM-Uncertainty
开源
一页看尽多模态模型不确定性研究，快速定位关键论文
✨A curated list of papers on the uncertainty in multi-modal large language model (M···
eva
开源
给肿瘤AI模型打分，让对比评测不再抓瞎
Evaluation framework for oncology foundation models (FMs)
compute-eval
开源
用真实编译运行测大模型写 CUDA 代码行不行
Evaluating Large Language Models for CUDA Code Generation ComputeEval is a framework···
VIEScore
开源
用视觉指令让AI解释图像生成好坏，评估不再黑盒。
Visual Instruction-guided Explainable Metric. Code for "Towards Explainable Metrics ···
autoguardrails
开源
用 policy.md 自动搜索最优 LLM 护栏策略
Alignment-research scaffold (autoresearch-style) for LLM guardrails: search over a s···
benchmark-qed
开源
自动跑分 RAG 系统，选型调参不再拍脑袋
Automated benchmarking of Retrieval-Augmented Generation (RAG) systems
trustmebro
开源
伪造工具输出，测出模型护栏会不会被骗
Bypass llm guardrails by confusing it with fabricated tool output.
awesome-security-for-ai
开源
一站式导航AI安全工具，快速选型不踩坑
Awesome products for securing AI systems includes open source and commercial options···
MemoryAgentBench
开源
多轮对话里测 Agent 记不记得住、找不找得回
Open source code for ICLR 2026 Paper: Evaluating Memory in LLM Agents via Incrementa···