项目对比

E

对 LLM 合成代码的严格评估 - NeurIPS 2023 和 COLM 2024

P

测试您的提示、代理和 RAG。 AI 红队/渗透测试/漏洞扫描。比较 GPT、Claude、Gemini、DeepSeek 等的性能。具有命令行和 CI/CD 集成的简单声明性配置。 由 OpenAI 和 Anthropic 使用。