AgentBoard是一个多轮LLM智能体的分析评估排行榜，旨在评估大型语言模型的通用Agent能力。它提供全面的性能分析和可视化结果，支持多种模型的比较，帮助用户深入理解智能体在对话中的表现。

Open-LLM-Leaderboard是一个用于追踪各种大型语言模型（LLMs）在开放式问题上的表现的基准测试平台，旨在反映模型的真实能力，并通过开放社区促进共同进步。

LLMDrift是一个项目，旨在研究大型语言模型（如GPT-3.5和GPT-4）的性能漂移，特别关注其性能可能随时间下降的趋势及其影响。

LLM Comparator是一个交互式数据可视化工具，旨在并排评估和分析大型语言模型的响应，由PAIR团队开发。

llm-colosseum 是一种评估大型语言模型 (LLM) 质量的新方法，通过模拟《Street Fighter 3》中的战斗表现作为基准，帮助研究人员和开发者了解和分析 LLM 的决策能力和适应性。该项目强调实时游戏中的快速决策、智能思考、适应性调整和整体弹性。

LLaMa2Lang是一个用于微调LLaMa2-7b模型的工具，旨在提升其在非英语语言中的对话能力。由于LLaMa2模型主要基于英语数据进行训练，因此在其他语言上的表现较差。本项目旨在改善这一问题，使LLaMa2能够更好地处理各种语言的对话需求。

LLMEVAL-2 是一款专为评测中文大语言模型性能而设计的工具，支持多种评测指标和方法，提供易用的接口和文档，集成了多种预训练模型，并允许用户自定义评测任务。

vizGPT是一个数据可视化平台，通过聊天界面将上下文数据转化为互动式可视化图表，利用先进的模型生成有意义的视觉表现。