PyPI · npm
NVIDIA-NeMo/Gym
Evaluate and improve models and agents using environments
Apache-2.02026年9月10日 · 指标 2.10.0
全部标签
目录标签
#benchmarks
公开记录中带有此标签的全部仓库——标签来自其 GitHub 主题或软件包注册表发布的关键词。健康度量遵循与记录其余部分相同的版本化方法论。
19 条记录
PyPI · npm
trycua/cua
Scale computer-use 2.0 with open-source drivers, cross-OS fleets, and benchmarks for training, evaluation, and data generation.
MIT2026年9月16日 · 指标 2.10.0
crates.io · PyPI
constructorfabric/gears-rust
All-in-one open-source framework & middleware for enterprise-grade multi-tenant and multi-tier XaaS Services development
Apache-2.02026年9月15日 · 指标 2.10.0
NuGet
Chris-Wolfgang/ETL-Abstractions
Interfaces and base classes for creating ETLs
MIT2026年10月19日 · 指标 2.10.0
PyPI
ryanduguid/australian-accounting
Local engines for ATO small-business benchmarks, Payday Super 2026 and Division 7A loan review, available through the aus-accounting-mcp server. Synthetic fixtures only.
Apache-2.02026年10月17日 · 指标 2.10.0
crates.io · npm
reyamira/models
TUI and CLI for browsing models.dev, benchmarks, coding agents, and statuses for AI providers.
MIT2026年9月16日 · 指标 2.10.0
Go
oneclickvirt/ecs
VPS Fusion Monster — Server Benchmark (Go Edition) Aims to be the most comprehensive and fastest server benchmarking project, built in Go with zero external dependencies. VPS 融合怪服务器测评项目 · Go 版本 致力于成为最全面和最快速的服务器测评项目，使用 Go 语言实现，零环境依赖。
GPL-3.02026年9月14日 · 指标 2.10.0
npm
pmndrs/detect-gpu
Classifies GPUs based on their 3D rendering benchmark score allowing the developer to provide sensible default settings for graphically intensive applications.
MIT2026年9月5日 · 指标 2.10.0
Maven
JCTools/JCTools
该仓库未发布描述。
Apache-2.02026年9月14日 · 指标 2.10.0
PyPI
OpenAdaptAI/openadapt-evals
Windows Agent Arena and GUI-agent evaluation for OpenAdapt. Live support surface. Install the product with pip install openadapt; this repo is the eval harness, including WAA.
MIT2026年9月14日 · 指标 2.10.0
crates.io · PyPI
bazhenov/tango
Rust microbenchmarking harness based on paired-testing methodology
MIT2026年10月17日 · 指标 2.10.0
PyPI
robocurve/worldevals
A curated catalog of VLA / physical-AI benchmarks, each runnable on real robots or sims via Inspect Robots. (The Inspect Evals for robotics.)
MIT2026年9月14日 · 指标 2.10.0
npm · PyPI
evo-hq/evo
turns your codebase into an autoresearch loop — discovers what to measure, instruments the benchmark, then runs tree search with parallel subagents.
Apache-2.02026年9月13日 · 指标 2.10.0
—
testillano/h2agent
C++ HTTP/2 Mock Service which enables mocking HTTP/2 applications (also HTTP/1 supported).
自定义许可证2026年9月10日 · 指标 2.10.0
Go
nikolaydubina/fpmoney
🧧 Fixed-Point Decimal Money
MIT2026年9月25日 · 指标 2.10.0
crates.io
beling/bsuccinct-rs
Rust libraries and programs focused on succinct data structures
Apache-2.02026年10月19日 · 指标 2.10.0
—
DanceNitra/ramr
RAMR — Retrieval-Augmented Memory Reliability: a contamination-resistant synthetic benchmark for agentic-RAG / memory systems (findings + method)
MIT2026年9月14日 · 指标 2.10.0
PyPI
a-r-j/ProteinWorkshop
Benchmarking framework for protein representation learning. Includes a large number of pre-training and downstream task datasets, models and training/task utilities. (ICLR 2024)
MIT2026年9月8日 · 指标 2.10.0
Packagist
spiral/debug
[READ ONLY] Debug Toolkit. Subtree split of the Spiral Debug component (see spiral/framework)
MIT2026年9月18日 · 指标 2.10.0