Pairwise LM
เว็บไซต์ทางการของ Pairwise LM

llm benchmarks รันบน Windows ในเครื่อง

Pairwise LM รันสคริปต์ของคุณเพื่อสร้างตารางคะแนน llm และเวอร์ชัน 2.9.26 ช่วยวัดประสิทธิภาพบนฮาร์ดแวร์ในเครื่องของคุณ ตารางข้อมูลส่วนตัวของคุณ

ดาวน์โหลด Pairwise LM ↗สำรวจเวิร์กโฟลว์
เวอร์ชัน

2.9.26

เผยแพร่ 2 พ.ย. 2026

การติดตั้ง

34 MB

ขนาดโปรแกรมติดตั้งมาตรฐาน

แบบพกพา

25 MB

ไฟล์ .exe ไฟล์เดียว

ภาษา

13

ภาษาอินเทอร์เฟซ

ไฟล์

11

เครื่องมือจัดการไฟล์

โหมดการอนุมัติ

3

Auto-run, Ask first, Plan only

ความสามารถหลัก

llm benchmarks ที่คุณควบคุม

llm benchmarks ต้องการความสามารถในการทำซ้ำที่เข้มงวดและการให้คะแนนที่แม่นยำ ดังนั้นคุณจึงกำหนดงานและกฎการให้คะแนนก่อนรันสคริปต์การประเมินของคุณเองในเครื่อง ตรวจสอบผลลัพธ์ ทุกการกระทำปรากฏในแชทเป็นการ์ดพร้อมผลลัพธ์จริงเพื่อยืนยันกระบวนการ เวอร์ชัน 2.9.26 รองรับสิ่งนี้ได้อย่างเต็มที่และรันเครื่องมือเอง

01

รันสคริปต์การประเมินของคุณ

edit_file ใช้การเปลี่ยนแปลงพร้อม diff ที่มองเห็นได้ ดังนั้นคุณจึงตรวจสอบการแก้ไขทุกจุดก่อนบันทึก และ Shell รันสคริปต์บนพีซีของคุณเพื่อส่งคืนผลลัพธ์จริงและรหัสการออก การทำงานที่แม่นยำ write_file สร้างสคริปต์การประเมินในขณะที่ read_file แสดงเนื้อหาเต็มของไฟล์ที่สร้างขึ้นสำหรับการตรวจสอบของคุณ grep ค้นหาแพทเทิร์นเฉพาะในข้อความเพื่อช่วยคุณค้นหาข้อมูลที่เกี่ยวข้องภายในพื้นที่ทำงาน Pairwise LM เวอร์ชัน 2.9.26 จัดการ llm evaluation สำหรับโค้ดของคุณด้วยความแม่นยำและรองรับงาน ai model benchmark การวัดแนวโน้มความสอดคล้องเหล่านี้มีความสำคัญต่อการประเมินที่ถูกต้อง

บันทึกการทำงานของเครื่องมือ
write_file score_results.py → saved
edit_file score_results.py → +24
Shell python score_results.py → exit 0
02

วัดฮาร์ดแวร์ของคุณเอง

Shell รันคำสั่งเทอร์มินัลเพื่อรันเวิร์กโฟลว์การบิลด์และการทดสอบของคุณ ในขณะที่ read_file ดึงเอาต์พุตที่บันทึกไว้สำหรับบันทึกของคุณและการวิเคราะห์ผลลัพธ์ benchmark แก้ไขไฟล์ grep ค้นหาบันทึกสำหรับโทเค็นเฉพาะและกรองสัญญาณรบกวนจากข้อมูล edit_file เปลี่ยนสคริปต์และแสดง diff ก่อนที่คุณจะอนุมัติการเปลี่ยนแปลง เวอร์ชันปัจจุบัน 2.9.26 รองรับเครื่องมือเหล่านี้บน Windows 10/11 ตรวจสอบผลลัพธ์อย่างระมัดระวังเพื่อให้แน่ใจว่าทุกอย่างถูกต้องและพร้อมสำหรับการตรวจสอบ

บันทึกการทำงานของเครื่องมือ
Shell gpu_monitor --tokens_per_sec --first_token --peak_memory --model local_model --repeats 3
read_file results/throughput_metrics.csv
grep "peak_memory" results/throughput_metrics.csv
03

เปรียบเทียบโมเดลแบบคู่

การเปรียบเทียบแบบคู่แสดงว่าโมเดลใดดีกว่า ดังนั้น write_file บันทึกคำตอบทั้งสองสำหรับการวิเคราะห์ในภายหลัง และ Shell รันสคริปต์การเปรียบเทียบของคุณเพื่อนับจำนวนชัยชนะตลอดหลายพรอมต์ รันมัน ใช้ write_file เพื่อบันทึกเอาต์พุตสำหรับการวิเคราะห์ในอนาคตโดยผู้ใช้ Shell รันสคริปต์และส่งคืนรหัสการออกสำหรับการตรวจสอบ นับจำนวนชัยชนะสำหรับแต่ละโมเดลตลอดหลายพรอมต์เพื่อระบุผู้นำ เวอร์ชัน 2.9.26 รองรับเวิร์กโฟลว์นี้สำหรับการวัด benchmark ที่แม่นยำ

บันทึกการทำงานของเครื่องมือ
write_file model_a.txt → saved
write_file model_b.txt → saved
Shell python compare.py → exit 0
04

สร้างตารางคะแนน LLM

Agent อ่านไฟล์ผลลัพธ์และคำนวณค่าเฉลี่ยและการกระจายเพื่อให้คุณตรวจสอบตารางในแชทและยืนยันความถูกต้องของคะแนน ตรวจสอบตัวเลข อินเทอร์เฟซใน 13 ภาษาสำหรับผู้ใช้ทั่วโลกเพื่อให้เข้าถึงได้ง่าย read_file อ่านข้อมูล และ grep ค้นหาแพทเทิร์นเฉพาะภายในเอาต์พุต สิ่งนี้สร้างการจัดอันดับของคุณเองสำหรับการเปรียบเทียบ ai model ด้วยความแม่นยำสูง Shell รันคำสั่งเพื่อประมวลผลผลลัพธ์และตรวจสอบรหัสการออก

บันทึกการทำงานของเครื่องมือ
read_file results.csv → 50 rows
Shell python stats.py → exit 0
grep mean stats.py → 1 match

ดูเวิร์กโฟลว์

ความแตกต่างจากแชทแอสซิสแตนต์ทั่วไป

Pairwise LM เวอร์ชัน 2.9.26 รันคำสั่งของคุณและแสดงผลลัพธ์จริงบนการ์ด ในขณะที่แชทแอสซิสแตนต์เพียงแนะนำการดำเนินการ ควบคุมเต็มรูปแบบ

แชทแอสซิสแตนต์ทั่วไปPairwise LM
การกระทำรันเครื่องมือเองรันเครื่องมือเอง
ผลลัพธ์แสดงสรุปข้อความแสดงการ์ดผลลัพธ์จริง
การควบคุมรันอัตโนมัติAsk first หรือ Auto-run
ไฟล์ทำงานกับข้อความที่คุณวางอ่านและเขียนไฟล์

วิธีเริ่มต้น

  1. ดาวน์โหลดโปรแกรมติดตั้งขนาด 34 MB สำหรับ Windows 10 หรือ 11
  2. รันโปรแกรมติดตั้ง (ประมาณ 34 MB) และทำตามตัวติดตั้ง
  3. เปิดแอปและเลือกจุดสิ้นสุดโมเดลหรือโมเดลในเครื่องของคุณ
  4. ส่งพรอมต์และดู Agent รันเครื่องมือให้คุณ

ใครใช้และเมื่อไหร่

นักวิจัยเขียนตรรกะการให้คะแนนของตัวเองและรันบนฮาร์ดแวร์ของตนเพื่อเก็บเอาต์พุตดิบไว้ข้างเคียงคะแนน นับไฟล์ รันการทดสอบ 5 ครั้งบนเครื่องของคุณวันนี้เพื่อยืนยันความถูกต้อง

วิศวกรรัน benchmark ของพวกเขาเองบน GPU ในเครื่องและ Agent จับเวลาแฝงและการใช้งานหน่วยความจำสำหรับการเปรียบเทียบ ai model บนฮาร์ดแวร์ของพวกเขา พวกเขาตรวจสอบอย่างละเอียด เอาต์พุตปรากฏเป็นการ์ดพร้อมผลลัพธ์จริงและรายละเอียด

นักเรียนใช้มันเพื่อเรียนรู้เกี่ยวกับ llm benchmarks และพวกเขาเขียนสคริปต์ง่ายๆ เพื่อคะแนนคำตอบในขณะที่ Agent รันสคริปต์และแสดงผลลัพธ์ สิ่งนี้ช่วย พวกเขาเห็นคำสั่งที่แน่นอนที่ใช้และเข้าใจกระบวนการ

คำถามที่พบบ่อย

llm benchmarks คืออะไร?

Benchmark คือชุดงานคงที่พร้อมกับกฎการให้คะแนน ดังนั้นโมเดลต่างๆ จึงสามารถเปรียบเทียบกันได้ด้วยงานเดียวกัน และคุณกำหนดงาน กำหนดการตั้งค่า บันทึกเวอร์ชันสำหรับการทำซ้ำในสคริปต์การประเมินของคุณ

lmbenchmarks.com เป็นเว็บไซต์ทางการของ Pairwise LM หรือไม่?

ใช่ lmbenchmarks.com เป็นเว็บไซต์ทางการของ Pairwise LM และปุ่มดาวน์โหลดให้โปรแกรมติดตั้ง Windows (ประมาณ 34 MB) ซึ่งคุณควรตรวจสอบโดยการเปรียบเทียบ checksum SHA-256 กับ manifest ที่เผยแพร่ ตรวจสอบแฮช การบันทึก IP เกิดขึ้นเมื่อเยี่ยมชมเว็บไซต์คงที่สำหรับการดาวน์โหลด

Pairwise LM ช่วยประเมินคุณภาพโมเดลได้อย่างไร?

Pairwise LM เป็น Agent อัตโนมัติที่รันสคริปต์การประเมินของคุณผ่าน Shell และแก้ไขด้วย diff ดังนั้นคุณจึงเปรียบเทียบคำตอบของโมเดลได้แบบเคียงข้างกัน มันทำงานในเครื่อง มันแสดงผลลัพธ์จริงในแชทสำหรับการกระทำทุกประการ

GPU AI benchmark คืออะไร?

GPU AI benchmark คือการวัดเวลาทำงานของคุณเอง ดังนั้นคุณจึงวัดโทเค่นต่อวินาทีและหน่วยความจำสูงสุดบนพีซีของคุณหรือผ่าน SSH บนเซิร์ฟเวอร์ที่คุณเป็นเจ้าของ ตัวชี้วัดจริง ใช่ มันวัดโทเค่นต่อวินาทีและหน่วยความจำสูงสุดบนฮาร์ดแวร์ของคุณ

Agent รันบน Windows หรือไม่?

ใช่ Pairwise LM รันบน Windows 10 และ 11 และโปรแกรมติดตั้งมีขนาด 34 MB ในขณะที่ไฟล์ .exe แบบพกพามีขนาด 25 MB ไม่ต้องใช้บัญชี อินเทอร์เฟซอยู่ใน 13 ภาษาดังนั้นคุณจึงสามารถใช้ได้ง่าย

ฉันจะตรวจสอบการดาวน์โหลดได้อย่างไร?

checksum SHA-256 ทำหน้าที่เป็นลายเซ็นดิจิทัลแบบเดียวสำหรับไฟล์ตัวติดตั้ง และคุณตรวจสอบโดยการรันคำสั่ง certutil เพื่อเปรียบเทียบผลลัพธ์กับ manifest ที่เผยแพร่ จับคู่ checksum สิ่งนี้ยืนยันว่าไฟล์ตรงกับ manifest สำหรับการติดตั้งที่ปลอดภัย

คุณเชื่อถือ benchmark สาธารณะใด?

Benchmark คือชุดงานคงที่พร้อมกับกฎการให้คะแนน ดังนั้นโมเดลต่างๆ จึงสามารถเปรียบเทียบกันได้ด้วยงานเดียวกันโดยคุณ เชื่อของคุณ คุณควบคุมพรอมต์และการตั้งค่าสำหรับการทดสอบทุกประการ

เริ่มต้นตอนนี้

รัน benchmark ของคุณวันนี้

ดาวน์โหลด Pairwise LM เวอร์ชัน 2.9.26 สำหรับ Windows 10 และ 11 เพราะโปรแกรมติดตั้งมีขนาด 34 MB และเวอร์ชันพกพามีขนาด 25 MB รันมัน

ดาวน์โหลด Pairwise LM สำหรับ Windows ↗

การนำทางเว็บไซต์

ทุกหน้าของเว็บไซต์นี้มีให้ใช้งานใน 20 ภาษา

รายละเอียดผลิตภัณฑ์ ↗ การกำหนดค่าโมเดล ↗ ตัวอย่างเวิร์กโฟลว์ ↗ ดาวน์โหลดตัวติดตั้ง ↗ FAQ และการสนับสนุน ↗ นโยบายความเป็นส่วนตัว ↗