：大型语言模型评估套件，提供动态数据和实时更新的基准测试，旨在高效、准确地评估语言模型的性能，同时降低成本和时间消耗

：用于实现大语言模型的综合库，提供统一的训练流程和全面的模型评估

用于评估和理解大型语言模型的统一评估框架，提供了用户友好的API，方便研究人员进行模型性能评估、提示工程和对抗提示攻击评估等。#

:准确且轻量的全透明语言模型，旨在满足资源受限设备如手机端的需求

用于评估大型语言模型(LLM)Agent在多步多模态任务中的工具使能力的基准数据集，包含超过4000个多步多模态任务，这些任务涉

是一个用于训练大规模语言模型的轻量工具，具有灵活的数据和模型平行功能