llm-benchmark-analyst
Skillby chekhovin
clawhub⭐ 07/10
在固定基准体系中检索分析LLM测试结果，生成基于证据的模型优劣势报告或领域领先者评估。
在固定基准宇宙内搜索分析LLM评测结果,生成模型强弱点报告和领域最优模型推荐,支持多维度对标决策。
📊 商业分析
商业模式
freemium
独特价值
一站式LLM基准对标,快速定位模型优劣势,支持决策
竞品
OpenCompass(开源,功能全面但部署复杂)、SuperBench(商业化但价格高)、LMSys Chatbot Arena(众包评测但数据滞后)
🎯 应用场景
目标用户
AI模型研发团队企业AI采购决策者LLM应用开发者
工具信息
- 类型
- Skill
- 平台
- clawhub
- Stars
- ⭐ 0
- 价值评分
- 7/10
- 子分类
- 大模型性能评测与分析
- 可商业化
- ✅ 是
AI 标签
LLM基准测试模型性能评估对标分析基准数据库AI决策支持
相关工具推荐
skill-creatorSKILL
由Anthropic官方出品，支持从零创建AI Skill、编辑优化现有Skill、运行评估测试并进行方差分析的性能基准对比，实现AI能力工程化闭环管理。
9/10⭐ 86,759
conversation-memorySKILL
为LLM对话提供短期、长期、实体三层持久化记忆系统，让AI真正记住用户，支持跨会话上下文延续与知识积累。
9/10⭐ 22,346
self-improvingSKILL
具备自我反思、自我批评、持续学习与记忆组织能力的自进化Agent，自动评估并永久改进输出质量，无需人工反复校正。
9/10⭐ 638
proactive-agentSKILL
将AI Agent从被动任务执行者升级为主动预判伙伴，内置WAL协议、工作缓冲区与自主定时任务，支持持续自我改进的智能体框架
9/10⭐ 628
cellcogSKILL
DeepResearch Bench排名第一的全模态AI代理框架。通过多代理编排实现深度推理与文本、图像、音频、视频等全模态融合,支持复杂任务自动化。
9/10⭐ 6