llm-evaluation

Ein Test Runner für AI-Agent-Skills im Stil von agentskills.io.

Open-Source-Benchmark für Browser-KI-Agenten bei alltäglichen Aufgaben.

Awesome-LLM-Eval: eine kuratierte Liste von Tools, Datensätzen/Benchmarks, Demos, Bestenlisten, Papers, Dokumenten und Modellen, hauptsächlich zur Evaluierung von LLMs.

Eine kuratierte Sammlung von Arbeiten zu LLMs in den Sozialwissenschaften.

Open-source infrastructure that turns scattered SKILL.md files into curated, retrieval-ready agent-skill corpora—with retrieval and evaluation tooling included.

Datensatz und Benchmark für RAG auf internen Unternehmensdokumenten.

Datengestützte Evaluierung für LLM-basierte Anwendungen