🎯 现代化大语言模型标准自动化评测平台 (LLMEval) | 支持开源/商业模型 · 五维能力雷达图 · Bad Case 逐题审查 · SQLite 历史持久化 · Gradio Web & CLI
python benchmark machine-learning sqlite leaderboard evaluation openai gradio math-eval llm qwen deepseek ifeval eval-engine code-eval
-
Updated
Aug 26, 2026 - Python