orbench上线支持自定义大模型评测
热点事件持续更新
orbench上线支持自定义大模型评测
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
orbench 已在 Product Hunt 上线，这是一款用于在真实任务上评测大模型的桌面应用。用户可导入 CSV 或 Hugging Face 数据集，从 OpenRouter 选择模型，并使用 AI 评分、盲测人工评审及自定义标准开展基准测试。 官方示例中，Claude Opus 得 8.6 分，DeepSeek 得 7.2 分；官方同时称，DeepSeek 的单次成本仅为 Claude Opus 的 1/24。该成本比较来自官方示例，未说明评测任务的完整条件。
AI 根据报道生成 · 2 小时前更新
最新进展10月29日 17:44
LLM 评测工具 orbench 登陆 Product Hunt，支持真实任务自定义跑分报道时间线
沿着报道，了解事件的不同侧面。
10月29日
- AGI HuntLLM 评测工具 orbench 登陆 Product Hunt，支持真实任务自定义跑分
LLM 评测工具 orbench 在 Product Hunt 上线，支持导入 CSV 或 Hugging Face 数据集，从 OpenRouter 选择模型，并结合 AI 评分、盲测人工评审和自定义标准进行基准测试。官方示例中，Claude Opus 得 8.6 分，DeepSeek 得 7.2 分，单次成本仅为前者的 1/24。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。