Benchmark Radar：面向 AI 基准与评测的活数据库与搜索引擎

Benchmark Radar 是一个面向 AI 基准与评测的活数据库与搜索引擎，覆盖 LLM 评测、智能体与工具使用、编码、推理、安全及领域评测。系统每日从 37 个来源发现基准论文、仓库、数据集与发布，目录含 1,283 条来源记录和 12,916 条数值观测，并保留来源身份与引用。已发布网页仪表盘、基准排行榜、Pareto 前沿视图、饱和与趋势视图、每日订阅、可下载证据及离线查询 CLI。