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 ★ 71
核心亮点
- 聚焦葡萄牙语这一细分领域，填补了非英语模型评估的空白
- 任务集经过精心策划，覆盖多种语言任务，评估维度较全面
- 社区驱动模式，鼓励贡献新任务和结果，保持基准动态更新
不足之处
- 项目处于早期，星标少，任务集和模型覆盖度有限
- 文档和社区生态尚不成熟，需观察后续发展
适用场景
- 研究者评估葡萄牙语NLP模型性能
- 开发者选择适合葡萄牙语任务的模型
- 企业对比不同模型在葡语场景下的表现
替代项目
GLUE、SuperGLUE、XTREME
下一篇：MGDebugger
同类项目推荐
matharena
开源
用最新数学竞赛题测大模型真实推理水平
Evaluation of LLMs on latest math competitions
benchmarks
开源
跑分选型，用数据说话，避免MLOps工具踩坑。
️ Performance Comparison of MLOps Engines, Frameworks, and Languages on Mainstream ···
skill-scanner
开源
给 Agent 技能做安全体检，上线前扫出提示注入和越权风险
Security Scanner for Agent Skills
Ai-jailbreak
开源
拿来即用的越狱提示库，快速测模型安全底线
A collection of jailbreak prompts and exploit techniques for local and frontier AI m···
svelte-bench
开源
专测大模型写 Svelte 5 代码行不行
An LLM benchmark for Svelte 5 based on the OpenAI methodology from OpenAIs paper "Ev···
Semia
开源
装 AI 技能前先扫一遍，把危险命令挡在门外
Semia, security audit for AI agent skills.
NiceEval
开源
10分钟为你的AI Agent搭建评测体系
build eval for your agent in 10 mins
ChatGPT-Sentiment-Evaluation
开源
测测ChatGPT懂不懂你的情绪
Can ChatGPT really understand the opinions, sentiments, and emotions contained in th···
sim-evals
开源
把机器人策略丢进仿真跑分，省下真机评测的麻烦
A simulation evaluation platform for DROID