导读：Dashboard LLM——AI模型评测结果的可视化交互工具

Dashboard LLM是由Search Foundry研究团队开发的开源交互式仪表板，用于可视化展示AI模型的分类与评测结果。它基于HTML和JavaScript构建，使用Chart.js实现数据可视化，支持CSV数据导入、多维度筛选等功能，是"Clusterize e misura"项目的配套工具，旨在将枯燥的评测数据转化为可交互、可探索的直观界面。

AI模型评测的痛点：数据多但洞察难

随着大语言模型（LLM）的快速发展，研究人员和开发者面临海量评测数据的挑战：涉及数十个模型、数百甚至数千个测试查询、多个评估指标（准确率、成本、相似度等）及不同厂商版本的对比。原始数据多以CSV或JSON格式存在，虽信息丰富，但难以直观理解模型间的差异与权衡，亟需可交互的可视化工具。

项目介绍与数据来源

dashboard-llm是Search Foundry团队开发的开源项目，采用纯HTML和JavaScript构建，无需复杂后端服务，仅需现代浏览器即可运行。其数据来源于团队的"Clusterize e misura"项目（GitHub: Search-Foundry/aicategorizer），该项目旨在对主流LLM进行多维度分类、测量特定任务表现、分析准确率与成本的权衡关系，以及评估回答的相似度和一致性。

核心功能与可视化维度

仪表板提供三种核心图表：

1. Matching（匹配度）：堆叠水平条形图，展示各模型正确/错误回答的分布，直观比较整体准确率；
2. Potential vs Cost（潜力vs成本）：散点图，X轴为潜力分数，Y轴为每次查询成本（欧元），按厂商着色，帮助找到性价比最优模型；
3. Average Similarity（平均相似度）：排序水平条形图，展示模型回答的平均相似度（0-100分），反映稳定性与可靠性。

数据格式与使用方式

CSV结构

仪表板期望的CSV包含以下列：modelllo（模型名称）、azienda（厂商）、costo_euro（成本）、true（正确回答数）、false（错误回答数）、total_query（总查询数）、percent_true（正确百分比）、similarita_media（平均相似度）、deviazione_std（标准差）、potenziale（潜力分数）。额外列会被忽略，空行将被丢弃。

使用模式

1. 直接打开：克隆仓库后双击index.html，点击"Load CSV"选择文件；
2. 本地服务器：用Python启动静态服务器（python3 -m http.server 8000）或VS Code Live Server，访问http://localhost:8000/index.html实现自动加载。

交互功能与在线演示

交互筛选

支持实时筛选：

• 厂商筛选：仅显示特定厂商的模型；
• 模型筛选：聚焦特定模型的表现。筛选操作会同步更新所有图表。

在线演示

可直接访问演示地址体验：https://search-foundry.github.io/dashboard-llm/

技术实现与故障排查

技术选择

• Chart.js：轻量级、响应式、交互性强，文档完善，适合快速集成；
• 纯前端架构：无后端依赖，通过File API读取本地CSV或Fetch API加载服务器数据，所有计算与渲染在客户端完成，部署简单。

常见问题

1. file://协议无数据：手动选择文件或切换到本地服务器模式；
2. 每次启动需手动选文件：使用本地服务器模式实现自动加载；
3. 图表标签不显示：确保图表容器高度未被限制，Chart.js会自动管理标签。

总结与价值

Dashboard LLM通过直观的图表与交互功能，让复杂的AI评测数据变得易于理解和分享，为研究团队提供了轻量级、可定制的可视化解决方案。项目采用MIT许可证开源，可自由使用、修改和分发，适用于商业与非商业场景。它由Search Foundry研究团队开发（Andrea Scarpetta创建），是AI模型选择中数据驱动决策的重要工具。