MLPerf Client

Benchmark de rendimiento de IA para computadoras personales

Producto ComúnProductividadPrueba de rendimiento de IAPrueba de referencia

MLPerf Client es una nueva prueba de referencia desarrollada conjuntamente por MLCommons, diseñada para evaluar el rendimiento de los modelos de lenguaje grandes (LLM) y otras cargas de trabajo de IA en computadoras personales (desde portátiles y equipos de sobremesa hasta estaciones de trabajo). Esta prueba de referencia, mediante la simulación de tareas de IA del mundo real, proporciona indicadores claros para comprender cómo un sistema gestiona las cargas de trabajo de IA generativa. El grupo de trabajo de MLPerf Client espera que esta prueba de referencia impulse la innovación y la competencia, asegurando que las computadoras personales puedan afrontar los desafíos del futuro impulsados por la IA.

Best AI Websites & Tools

MLPerf Client

MLPerf Client Situación del tráfico más reciente

MLPerf Client Tendencia de visitas

MLPerf Client Distribución geográfica de las visitas

MLPerf Client Fuentes de tráfico

MLPerf Client Alternativas

MLPerf Client — Benchmark de rendimiento de IA para computadoras personales

Spark-TTS — Spark-TTS es un modelo de síntesis de voz de flujo único desacoplado y eficiente basado en modelos de lenguaje grandes.

Juego de Eliminación — Un marco de prueba de referencia que evalúa la inteligencia de los modelos lingüísticos grandes en juegos sociales complejos, inspirado en el juego 'Werewolf'.

Laboratorio de Agentes — Laboratorio de Agentes es un flujo de trabajo de investigación autónoma de extremo a extremo, diseñado para ayudar a los investigadores humanos a implementar sus ideas de investigación.

Sonus-1 — Sonus-1: Inaugurando una nueva era para los modelos de lenguaje grandes (LLM)

Procyon AI Benchmark de Generación de Texto — Herramienta de evaluación del rendimiento de la generación de texto con IA

ExploreToM — Marco para la generación a gran escala de datos de teoría de la mente diversos y desafiantes.

Procyon Professional Benchmark Suite — Conjunto de pruebas de rendimiento para usuarios profesionales

Procyon AI Inference Benchmark para Android — Herramienta de evaluación comparativa que mide el rendimiento y la calidad de la IA en dispositivos Android

Sandbox Fusion — Caja de arena de código multifuncional para modelos de lenguaje grandes.

AI-Data-Analysis-MultiAgent — Sistema de análisis de datos multiagente impulsado por IA

Star-Attention — Técnica de inferencia eficiente para modelos de lenguaje grandes y secuencias largas

Servidores del Protocolo de Contexto del Modelo — Conjunto de servidores de referencia e implementaciones comunitarias del Protocolo de Contexto del Modelo.

LongVU — Modelo de compresión adaptativa espacio-temporal para la comprensión del lenguaje en videos largos

FakeShield — Detección y localización de imágenes explicables basada en modelos de lenguaje grandes multimodales

NVLM — Modelo de lenguaje grande multimodales de vanguardia que alcanza un rendimiento superior en tareas de visión-lenguaje.

OneGen — Marco de generación y recuperación unificado y eficiente de una sola pasada, adecuado para modelos de lenguaje grandes.

PromptChainer — Generador de cadenas de prompts gratuito y rápido

iText2KG — Construye un grafo de conocimiento de forma incremental utilizando modelos de lenguaje grandes.

ChatMLX — Aplicación de chat para MacOS de alto rendimiento basada en modelos de lenguaje grandes.

EAGLE — Exploración del espacio de diseño de modelos de lenguaje grandes multimodales

Parsera — Biblioteca Python ligera para la extracción de datos web utilizando modelos de lenguaje grandes.

Benchmark Tortuga — Evalúa la capacidad de razonamiento lógico y comprensión contextual de los grandes modelos de lenguaje.

june — Chatbot de voz local que protege su privacidad y no requiere conexión a internet.

AIKit — Solución integral de código abierto para alojar, implementar, construir y ajustar modelos de lenguaje grandes.

KnowEdit — Prueba de referencia de edición de conocimiento, utilizada para evaluar los métodos de edición de conocimiento de los modelos lingüísticos de gran tamaño.

CuMo — Arquitectura avanzada para la ampliación de modelos de lenguaje grandes multimodales (LLM).

ChatGLM-Math — Mejora la capacidad de los modelos de lenguaje grandes para resolver problemas matemáticos

Phi-3-mini-128k-instruct-onnx — Modelo Phi-3 Mini-128K-Instruct optimizado para ONNX que acelera la inferencia

Langtail — Simplifica la gestión de indicaciones para LLM y fomenta la colaboración en equipo.