#Model Evaluation

#1

OpenPipe AI

Keitybuojamasis platforma pagalbinėmio lengvinės, užsakymų taikliai, prietangi LLM

#2

AARENA

Anoniminės dvikovos AI modeliams testuoti ir lyginti realiuoju laiku.

Bezkodinis žaidimo laukas eksperimentavimui ir lygiagretu vertinimui aiškinamųjų modelių.