Startseite Projekte lmms-eval
lmms-eval

lmms-eval

von EvolvingLMMs-Lab · GitHub

One-for-All Multimodal Evaluation Toolkit für Text-, Bild-, Video- und Audioaufgaben

Auf GitHub ansehen
In einfachen Worten

Bewerten Sie KI-Modelle über verschiedene Arten von Inhalten wie Text, Bilder und Audio mithilfe eines umfassenden Tools.

⭐ Sterne
🍴 Forks
🔥 Trendend
📜 Lizenz
Lizenz nicht angegeben
📅 Erstellt
🔄 Letzter Commit
🏷️ Kategorie
💻 Sprache
Betreuen Sie dieses Projekt?

Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.

Diese Seite beanspruchen →
lmms-eval — GitHub preview card
📈 Sternhistorie
4.34k4.29k
2026-07-072026-07-29
📈 lmms-eval verfolgen

Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.

Kostenlos · ohne Karte · jederzeit abbestellbar
E-Mail-Alerts erhalten →
📄 Über

One-for-All Multimodal Evaluation Toolkit für Text-, Bild-, Video- und Audioaufgaben

lmms-eval hat 4.3k Sterne auf GitHub. Es wurde 631-mal geforkt. lmms-eval ist hauptsächlich in Python geschrieben. Es wird seit 2024 aktiv entwickelt. Die Hauptthemen sind: agi, audio-evaluation, benchmark, evaluation.

Frequently asked questions

Was ist lmms-eval?

One-for-All Multimodal Evaluation Toolkit für Text-, Bild-, Video- und Audioaufgaben

Ist lmms-eval Open Source?

lmms-eval ist ein Open-Source-Projekt.

Ist lmms-eval kostenlos?

Ja. lmms-eval ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.

In welcher Sprache ist lmms-eval geschrieben?

lmms-eval ist hauptsächlich in Python geschrieben.

🏅 Wartender dieses Projekts?
OpenSourceAI badge — lmms-eval

Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=evolvinglmms-lab-lmms-eval)](https://opensourceai.tech/project/evolvinglmms-lab-lmms-eval.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit🧬 DNA-Karte ansehen →

Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.