大模型基准测试

Unify AI

unify.ai

Unify AI是面向开发者的大语言模型统一接入与管理平台，核心定位是为多LLM调用场景提供一站式解决方案。平台支持通过一套API对接全球多家主流大模型服务商，提供实时性能基准测试、自定义路由规则设置、自动流量调度三大核心功能。目标用户覆盖AI应用开发工程师、AI产品负责人、大模型研究人员、企业技术团队等，可应用于AI应用多模型兼容开发、大模型选型评估、生产环境LLM流量负载优化、多模型效果对比测试等场景，帮助开发者降低多模型对接成本，提升调用效率。

Benchmark Medical RAG

teddy-xionggz.github.io

Benchmark Medical RAG是聚焦医疗领域的检索增强生成（RAG）基准测试平台，核心定位是为医疗大模型研发提供标准化的效果评测支撑。平台内置多场景医疗问答数据集，覆盖常见疾病、临床指南、医学术语等多个专业领域，同时提供自动化评测工具，可从检索准确率、生成内容合规性、事实一致性等多个维度输出量化评估结果。目标用户包括高校医学人工智能方向研究者、医疗大模型研发团队、医疗AI应用开发企业，可用于医疗RAG系统迭代优化、模型性能横向对比、学术研究实验验证等多个场景。