用途与选型
安装评测包与所需模型后端，选择任务和配置后执行。
适用场景：适合复用统一任务定义比较语言模型表现。 选型提示：需要模型访问与算力；结果取决于任务、提示与运行配置。 查看来源 ↗
部署难度：安装评测包与所需模型后端，选择任务和配置后执行。
- 按用途浏览
- 模型与数据评测
Star 趋势（估计）
含 GitHub 历史聚合回填估计值，不计入净增长榜。已取消的 Star 不在历史中，日期边界不保证 UTC；估计值不是历史日末净 Star。仓库信息
GitHub 仓库 Star，不是独立使用人数
商用三档依据许可证元数据自动分类；具体义务需结合实际使用方式核对。未知不等于禁止商用。