Confident AI提供了一個一體化的平台來評估大型語言模型（LLMs）。它提供回歸測試、性能分析和質量保證的工具，使團隊能夠高效地驗證其LLM應用程序。憑藉先進的指標和比較功能，Confident AI幫助組織確保其模型可靠且有效。該平台適合開發人員、數據科學家和產品經理，提供有助於更好決策和改善模型性能的洞察。

Terracotta是一個最先進的平台，專為希望實驗和管理大型語言模型（LLMs）的用戶設計。這個平台允許用戶快速微調和評估不同的LLMs，提供無縫的模型管理介面。Terracotta滿足質性和量性評估的需求，確保用戶能根據特定需求徹底比較各種模型。無論您是研究人員、開發者或希望利用人工智慧的企業，Terracotta都簡化了與LLMs合作的複雜過程。

WorFBench是一個全面的開源框架，用於評估建構於大型語言模型上的AI代理能力。它提供多樣化的任務，例如行程規劃、程式碼生成流程等，每個任務都具有明確的目標和評估指標。用戶可以配置自訂的代理策略，透過標準化API整合外部工具，以及運行自動化評估，記錄在任務分解、規畫深度、工具調用準確率及最終輸出品質方面的表現。內建的視覺化儀表板能輕鬆追蹤每個代理的決策路徑，方便識別優缺點。WorFBench模組化設計，使得新增任務或模型非常快速，同時促進可重複的研究與比較。

You Rate AI 是一個以用戶為中心的平台，旨在評估人工智慧產品。與傳統學術方法不同，它專注於真實世界的反饋，促進用戶分享他們獨特的經驗和見解。這種集體評估幫助每個人更好地評估人工智慧工具的實用性、有效性和可用性。通過從多樣的用戶群中收集評分和評論，You Rate AI 旨在描繪出每個產品的全面畫面，幫助潛在用戶做出明智的決策。

Yunkao AI 是一個最先進的線上考試平台，旨在利用先進的人工智慧技術促進安全和高效的評估。該系統配備了臉部識別認證、雙設備監考、考試模式和人工智慧驅動的評估等功能。它滿足各類組織的需求，包括教育機構、政府機構和企業，確保可靠和簡化的考試流程。Yunkao AI 支持多種設備和操作系統，旨在提供靈活和可擴展的評估解決方案。

GiGOS 是一個將世界上最好的人工智慧模型聚集在一起的平台，讓您可以在一個地方測試、競爭和比較它們。您可以同時嘗試多個人工智慧模型的提示，分析它們的性能，並並排比較輸出。該平台支持多種人工智慧模型，使您能輕鬆找到滿足需求的模型。透過簡單的用量計費系統，您只需為所使用的付費，信用不會過期。這種靈活性使其適合各種用戶，從隨意測試者到企業客戶。

Open Agent Leaderboard 提供完整的開源 AI 代理人評估流程，包括涵蓋推理、規劃、問答和工具使用的策劃任務集、自動化運行代理的隔離環境、以及收集成功率、運行時間和資源消耗等性能指標的腳本。結果匯總後在基於網頁的排行榜上展示，並具備過濾、圖表及歷史比較功能。此框架支持 Docker 以確保重現性，提供流行代理架構的整合模板，以及擴展性配置以方便新增任務或指標。