chinese-llm-benchmark
★ 6.5k
vs
code-act
★ 1.7k
chinese-llm-benchmark vs code-act
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。；code-act：CodeAct 将大型语言模型代理的行动统一到可执行代码空间，使其能够根据执行结果动态修正和生成新行动。这种方法显著优于传统的文本和JSON行动方式，提高了LLM代理在复杂任务上的成功率。
01
简评
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。
code-actLLM Infra · ★ 1.7k
开发高级LLM代理：面向旨在构建更强大、更稳健的LLM代理（能够与环境动态交互）的研究人员和开发者。
02
并排对比
03
功能特性
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。
code-act01通过可执行代码统一行动空间：将LLM代理的行动整合到一个统一的可执行代码空间中。
02动态行动修订：允许LLM代理根据实时观察动态修订先前的行动或发出新行动。
03集成Python解释器：无缝集成Python解释器以执行代码。
04卓越的性能：在LLM代理成功率方面，性能优于广泛使用的文本和JSON等替代方案（提高高达20%）。
05指令微调代理（CodeActAgent）：提供经过指令微调的CodeActAgent模型（Mistral, Llama-2），在域外代理任务中表现出色。
04
使用场景
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。
code-act↳开发高级LLM代理：面向旨在构建更强大、更稳健的LLM代理（能够与环境动态交互）的研究人员和开发者。
↳自动化代码执行和问题解决：适用于需要LLM执行代码、调试并根据执行反馈迭代解决方案的场景。
↳复杂任务自动化：用于自动化受益于动态行动修订和工具使用的多轮复杂任务。
05
适合场景
chinese-llm-benchmark必备神器时下流行
code-act—
FAQ
常见问题
chinese-llm-benchmark 和 code-act 有什么区别？
chinese-llm-benchmark 和 code-act 都属于 LLM Infra 类别。chinese-llm-benchmark 有 6.5k Stars，code-act 有 1.7k Stars。
chinese-llm-benchmark 和 code-act 哪个更好？
最佳选择取决于你的具体需求。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，开发高级LLM代理：面向旨在构建更强大、更稳健的LLM代理（能够与环境动态交互）的研究人员和开发者。 时选 code-act。
chinese-llm-benchmark 是免费的吗？
是的，chinese-llm-benchmark 在 GitHub 开源。
code-act 是免费的吗？
是的，code-act 在 GitHub 开源（MIT）。
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）。
→