EvalScope v0.14.0发布:模型评测能力全面升级
2025-07-06 08:04:07作者:曹令琨Iris
EvalScope是一个专注于大模型评测的开源工具库,旨在为研究人员和开发者提供全面、可靠的模型评估能力。本次发布的v0.14.0版本带来了多项重要更新,特别是在可视化、API兼容性和评测集支持方面有显著提升。
可视化能力增强
新版本集成了SwanLab可视化工具,为模型压测结果提供了直观的图形化展示。这一改进使得研究人员能够更清晰地观察模型在不同压力条件下的性能表现,包括响应时间、吞吐量等关键指标的变化趋势。可视化功能特别适合需要长期监控模型性能的场景,帮助用户快速定位性能瓶颈。
模型压测功能扩展
v0.14.0版本在模型压测方面有两个重要更新:
-
新增了对
/v1/completions
端点的压测支持,这使得工具能够覆盖更广泛的模型服务场景。该端点常用于生成式任务的评测,如文本补全、代码生成等。 -
增加了对embedding API服务的性能评测能力。embedding作为大模型应用中的基础组件,其性能直接影响下游任务的表现。新功能可以评估embedding服务在不同负载下的响应时间和稳定性。
兼容性与评测集更新
本次更新确保了与langchain 0.3版本的兼容性,这对于使用最新langchain框架构建应用的用户尤为重要。同时,新增了对Maritime Bench航运测评集的支持,扩展了工具在特定垂直领域的评估能力。
问题修复与优化
版本修复了多选题解析中的一些边界情况,提高了评测结果的准确性。此外,还对自动分词器等组件进行了优化,提升了整体评测流程的稳定性。
EvalScope v0.14.0的这些改进,使得它在大模型评测领域的功能更加全面,特别是在可视化分析和特定领域评估方面有了长足进步。对于需要进行系统化模型评估的研究团队和开发者而言,这个版本提供了更加强大和易用的工具支持。
登录后查看全文
热门项目推荐
相关项目推荐
Hunyuan3D-Part
腾讯混元3D-Part00Hunyuan3D-Omni
腾讯混元3D-Omni:3D版ControlNet突破多模态控制,实现高精度3D资产生成00GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0274community
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息011Hunyuan3D-2
Hunyuan3D 2.0:高分辨率三维生成系统,支持精准形状建模与生动纹理合成,简化资产再创作流程。Python00Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
154
1.98 K

本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
506
42

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0

React Native鸿蒙化仓库
C++
194
279

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
992
395

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
940
554

本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
335
11

openGauss kernel ~ openGauss is an open source relational database management system
C++
146
191

为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
70