すべてのAIツール
AIモデル評価
AIモデル評価分野の注目AI製品を掲載。創作、処理、効率化など一般的な利用シーンに対応しています。
EvaOmniAIモデル評価EvaOmniは、上海交通大学、復旦大学、Tencent YouTuなどがオープンソースで公開する全モーダル大規模モデル評価ベンチマークで、実際の動画392本、専門家が注釈を付けた1,027問のQ&Aを収録し、15種類の能力と3段階の推論レベルをカバーします。EvaOmniは同...00
MOSS-LiveAIモデル評価MOSS-Liveは、模思智能が開発した全二重リアルタイムインタラクションシステムです。MOSS-Liveにより、AIは人間のように聞きながら話し、意味レベルで応答・待機・割り込み受け入れのタイミングを判断します。相づちや環境音による誤作動を防ぎ、視...00
Microsoft-Decision-1AIモデル評価Microsoft-Decision-1は、Microsoftが開発した次世代の高速意思決定AIモデルです。構造化された意思決定タスク向けに設計され、あらかじめ設定された選択肢から最適解を選び、各候補に確率スコアを付与して、下流アプリケーションによる実行、再試行、...00
KevAIモデル評価Kevとは、CognitionのエンジニアリングVPであるJared Palmerがオープンソースとして公開した意思決定モデルファミリーです。Qwen3.5/Qwen3.8を基盤とし、0.8Bから27Bまで複数のモデルサイズを提供します。Kevはテキストを生成せず、状態テキストと構造化された質問を入力すると、...00
WebCraftBenchAIモデル評価WebCraftBenchは、Tencent Hunyuanが清華大学、北京大学と共同で開発したAIウェブ生成評価ベンチマークです。WebCraftBenchはまず生成アプリに自動計測を組み込み、エージェントがPlaywrightを通じて実際にウェブページを操作し、機能を探索できるようにします。...00
PixRestoreAIモデル評価PixRestoreは香港理工大学とOPPO研究院が共同開発した統合画像復元モデルです。画素空間Diffusion Transformerを用いて画素レベルで直接フローマッチングを行い、細...00
E-Bench – Tencent Hunyuanなどが提供するエージェント評価ベンチマークAIモデル評価E-Benchは、Tencent Hunyuanチームが清華大学AIR、東南大学と共同で提供する、複数ステップのツール利用評価ベンチマークです。『王者栄耀』、『QQ音楽』、『Tencent Meeting』を基に完全合成の仮想環境を構築し、323件の状態変更タスクと7.6万件を超えるデータを収録しています。情報ギャップとツールギャップによる二重の非対称設計を通じて、モデルが自ら情報を収集し、複数ステップのツール呼び出しを組み立てる能力を評価します。決定論的なデータベース状態diffによる採点を採用しているため、結果は安定して再現可能です。AIエージェントの研究者やモデル開発者を対象とし、費用対効果の高いモデルの特定を支援するとともに、汎用エージェント評価標準の確立を促進します。00このカテゴリーのすべてのツールを表示しています。