MagicArena 是一個具有競爭力的基準測試平台，旨在透過並排的人類比較來評估和排名視覺生成式 AI 模型。

MMBench 是一個綜合評估框架，旨在衡量多模態大型語言模型在各種視覺和文字任務中的能力。

Hugging Face 開發的綜合性、社群驅動型基準測試平台，用於追蹤和比較開源大型語言模型的效能。

A comprehensive data engine for AI development, specializing in high-quality data labeling, RLHF, and 模型評估 for enterprise machine learning.