AI训练模型

DeepEval Confident AI

面向 LLM 应用、RAG 与 Agent 的开源评测框架，用 Pytest 风格把评测纳入研发流程

Replicate Replicate

一行代码调用数千个开源 AI 模型的云端 API 平台，支持自定义模型部署

Comet ML Comet

面向机器学习团队的实验追踪、模型管理、数据集版本与生产监控平台

Predibase Predibase

面向企业的开源大模型微调与推理基础设施，覆盖适配器训练、部署监控和 Rubrik Agent Cloud 能力底座

Cohere AIStartMap

Cohere 面向业务与内容场景提供 AI 能力，强调可落地效率与可持续迭代

Patronus AI Patronus AI

面向企业 AI 团队的模型与 Agent 评测优化平台，覆盖实验、日志、追踪、评测模型和安全护栏

CMMLU CMMLU

综合性中文大模型评估基准，覆盖多领域知识，衡量模型在中文语境下的知识与推理

OpenRouter AIStartMap

OpenRouter 面向业务与内容场景提供 AI 能力，强调可落地效率与可持续迭代

OpenPipe OpenPipe

面向开发者的 LLM 微调、评估与 Agent 强化学习平台

Cerebras Inference Cerebras

面向开发者和企业的超高速大模型推理 API 与专属端点服务

C-Eval C-Eval

面向中文大模型的多层次多学科评估套件，含 13948 道题、覆盖 52 个学科

OpenCompass OpenCompass

上海人工智能实验室推出的开源大模型评测体系