Benchmark Radar

一个持续更新的数据库，帮助您查找并信赖 AI 基准测试

Benchmark Radar 是一个开源的 AI 基准评测与证据追踪平台，整合 40 多个公开来源的 44,978+ 条基准、评测、数据集及数据质量记录，并每日更新。用户可搜索目录、查看附带来源的分数历史及饱和度和采用趋势，更可靠地选择评测指标；平台还提供 Dashboard、CLI 和可下载证据，方便引用与核验。