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 ★ 244
核心亮点
- 提供统一的模型融合基准测试框架，便于公平对比不同算法
- 内置多种主流融合算法实现，开箱即用，降低研究门槛
- 支持多种任务和数据集，扩展性强，便于自定义实验
不足之处
- 项目尚处早期，社区贡献和案例积累有限
- 部分高级融合算法可能未覆盖，需自行扩展
- 文档/社区待观察
适用场景
- 研究模型融合算法效果对比，快速搭建实验
- 工程中需要融合多个模型以提升性能或鲁棒性
- 教学或学习深度模型融合技术，作为参考实现
替代项目
torchdistill、Model Soups、DABS
上一篇：Video-MME-v2
下一篇：Omni-SafetyBench
同类项目推荐
common_metrics_on_video_quality
开源
一键计算视频生成质量指标，快速对比模型效果
You can easily calculate FVD, PSNR, SSIM, LPIPS for evaluating the quality of genera···
seismometer
开源
在 Notebook 里做医疗 AI 模型的分组评测与可视化
AI model evaluation with a focus on healthcare
Awesome-LLM-Reasoning
开源
一份清单，看懂 LLM 推理从 CoT 到 o1 的进化史
From Chain-of-Thought prompting to OpenAI o1 and DeepSeek-R1
arksim
开源
模拟真实用户对话，上线前自动揪出智能体错误。
Find your agents errors be fore your real users do
LLM-for-misinformation-research
开源
一键速览大模型打假研究全景，找论文不迷路
Paper list of misinformation research using (multi-modal) large language models, i.e···
litmus
开源
拖拽式搭建 LLM 测试，快速看清模型表现
Litmus is a comprehensive LLM testing and evaluation tool designed for GenAI Applica···
physics-IQ-benchmark
开源
测测视频模型懂不懂物理，量化物理常识短板
Benchmarking physical understanding in generative video models
langwatch
开源
一站式搞定LLM评估与智能体测试，从开发到上线全程可控
Open-Source Agent Observability & Evals for AI Platform teams. Trace, test, route an···
EvalForge
开源
给 AI 评测加回归门禁，指标一降 CI 就拦。
Evaluator-neutral AI evaluation evidence, baseline regression gates, and JSON, JUnit···