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 2026-11-06 · 当前星标 ★ 241
核心亮点
- 以下游任务表现为评测依据，避免只看数据规模或表面指标
- 统一数据构造、筛选与质量评估流程，便于横向对比不同策略
- Python 实现、结构轻量，容易接入自建数据流水线做验证
不足之处
- 早期项目，任务覆盖与评测维度仍在扩展中
- 文档与社区生态相对有限，上手需要一定数据工程经验
适用场景
- 比较不同数据清洗与采样策略对模型效果的影响
- 为自建训练数据流水线做质量评估与策略选型
- 数据工程研究中复现和对比已有数据准备方法
替代项目
Data-Juicer、datasets
上一篇：FeatureBench
下一篇：DECEIVE
同类项目推荐
MMStar
开源
更公平地测出大模型真实视觉能力，避免作弊分
[NeurIPS 2024] This repo contains evaluation code for the paper "Are We on the Right···
watchtower
开源
用 LLM 编排本地网站渗透测试，自动出报告
Watchtower is a simple AI-powered penetration testing automation CLI tool that lever···
AgentCapture
开源
给 AI 攻击代理布下诱饵，抓行为还能反制
Deception-layer honeypot that captures & reverse-controls AI pentest agents — embed···
Cognitive-Core-Skills
开源
一套标准，量化AI的认知核心技能，让模型能力可比较。
A universal, industry-neutral taxonomy of cognitive core skills (perception, memory,···
prompttools
开源
一键对比测试提示词，选对模型和参数不再靠猜
Open-source tools for prompt testing and experimentation, with support for both LLMs···
OceanGym
开源
打造水下机器人的“健身房”，让智能体在仿真洋流中练就真本事。
[EMNLP 2026] OceanGym: A Benchmark Environment for Underwater Embodied Agents
PySODEvalToolkit
开源
一行命令批量算齐 SOD/COD 全部指标
PySODEvalToolkit: A Python-based Evaluation Toolbox for Salient Object Detection and···
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)
deep-eye
开源
多模型编排自动生成载荷，一键扫漏洞出合规报告
Deep Eye orchestrates multiple AI providers (OpenAI, Claude, Grok, Gemini, OLLAMA, G···