AReaL
★ 5.9k
vs
chinese-llm-benchmark
★ 6.5k
AReaL vs chinese-llm-benchmark
AReaL：AReaL 是清华叉院与蚂蚁集团推出的全异步强化学习系统，用于训练大型推理与智能体模型。2.0 版拆分为训练、推理、智能体和权重更新微服务，黑盒智能体应用只需把 base_url 指向 AReaL 即可在线训练。；chinese-llm-benchmark：ReLE评测（原名CLiB）是一个持续更新的中文AI大模型能力评测项目，已覆盖337个商用及开源大模型。它提供多维度能力评测和综合排行榜，并包含超200万的大模型缺陷库，以帮助社区研究和改进模型。
01
简评
AReaLLLM Infra · ★ 5.9k
在数学和编码任务上对推理模型做 RL 微调
chinese-llm-benchmarkLLM Infra · ★ 6.5k
对比和选择特定应用场景下表现最佳的大模型。
02
并排对比
字段
AReaLchinese-llm-benchmark分类
大模型基础设施
大模型基础设施
Stars
★ 5.9k
★ 6.5k
许可证
Apache-2.0
—
安装方式
git clone https://github.com/areal-project/AReaL && cd AReaL && pip install uv && uv sync --extra cuda
git clone https://github.com/jeinlee1991/chinese-llm-benchmark.git
更新时间
1天前
2天前
开源
是
是
标签
智能体, 智能体框架, 大模型
大模型评测, 中文大模型, AI基准测试
03
功能特性
AReaL01全异步 RL 训练，v0.3 报告比同步系统快 2.77 倍
02替换 base_url 和 api_key 即可对黑盒智能体做在线 RL
032.0 采用微服务架构，训练、推理、智能体和权重更新服务分离
04支持 SGLang 或 vLLM 推理后端、Ray 集群和昇腾 NPU
05提供数学、SWE、搜索智能体、tau2-bench 和 OpenClaw 智能体示例
chinese-llm-benchmark01广泛覆盖337+个商用及开源中文大模型。
02支持教育、医疗等7大领域及约300个细分维度的多维度能力评测。
03提供全面细致的各类能力排行榜。
04拥有超200万的大模型缺陷库，便于研究分析和改进大模型。
05为私有大模型提供免费评测服务和定制化选型支持。
04
使用场景
AReaL↳在数学和编码任务上对推理模型做 RL 微调
↳训练搜索、客服等多轮智能体
↳通过在线 RL 持续改进已有智能体应用
chinese-llm-benchmark↳对比和选择特定应用场景下表现最佳的大模型。
↳发现并改进大语言模型的能力缺陷。
↳对私有或定制化大模型进行基准测试，以优化性能和成本。
05
适合场景
AReaL必备神器时下流行
chinese-llm-benchmark必备神器时下流行
FAQ
常见问题
AReaL 和 chinese-llm-benchmark 有什么区别？
AReaL 和 chinese-llm-benchmark 都属于 LLM Infra 类别。AReaL 有 5.9k Stars，chinese-llm-benchmark 有 6.5k Stars。
AReaL 和 chinese-llm-benchmark 哪个更好？
最佳选择取决于你的具体需求。在数学和编码任务上对推理模型做 RL 微调 时选 AReaL，对比和选择特定应用场景下表现最佳的大模型。 时选 chinese-llm-benchmark。
AReaL 是免费的吗？
是的，AReaL 在 GitHub 开源（Apache-2.0）。
chinese-llm-benchmark 是免费的吗？
是的，chinese-llm-benchmark 在 GitHub 开源。
推荐云部署
Ad在 DigitalOcean 上一键部署
为你的 MCP 服务、Docker 容器与智能体提供即开即用云服务器，新用户立享 $200 免费额度（60天有效）。
→