搜索结果：benchmark（3 个）
按分类缩小范围
toon
综合 70
面向 LLM 提示词的紧凑可读 JSON 序列化格式（TOON），提供 TypeScript SDK 和 CLI。
evals
综合 52
用于评估 LLM 及其系统的开源框架，并提供基准测试集。
AFLplusplus
综合 45
基于 AFL 的前沿模糊测试工具，支持 QEMU 5.1、无冲突覆盖率、laf-intel 与 redqueen 增强等特性