मुख्य सामग्री पर जाएँ
buildradar
Sign in
विषय · llm-evaluation

llm-evaluation

llm-evaluation टैग वाली ट्रैक की गई ओपन सोर्स रिपॉजिटरी, स्टार के हिसाब से क्रमबद्ध।

37 रिपॉजिटरी
  • agent-skills-eval@darkrishabh

    agentskills.io-शैली के AI एजेंट स्किल्स के लिए एक टेस्ट रनर

    727+16पिछले 7 दिनों में स्टार का बदलाव
  • ClawBench@TIGER-AI-Lab

    दैनिक कार्यों पर ब्राउज़र AI एजेंटों के लिए ओपन-सोर्स बेंचमार्क।

    675+61पिछले 7 दिनों में स्टार का बदलाव
  • Awesome-LLM-Eval: मुख्य रूप से LLM मूल्यांकन के लिए टूल, डेटासेट/बेंचमार्क, डेमो, लीडरबोर्ड, पेपर, डॉक्स और मॉडल की एक क्यूरेटेड सूची।

    656-2पिछले 7 दिनों में स्टार का बदलाव
  • सामाजिक विज्ञान में LLMs से संबंधित बेहतरीन शोध पत्र।

    648+1पिछले 7 दिनों में स्टार का बदलाव
  • SkillCorpus@EverMind-AI

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

    623पिछले 7 दिनों में स्टार का बदलाव
  • कंपनी के आंतरिक दस्तावेजों पर RAG के लिए डेटासेट और बेंचमार्क।

    546+11पिछले 7 दिनों में स्टार का बदलाव
  • continuous-eval@relari-ai

    LLM-पावर्ड एप्लिकेशन्स के लिए डेटा-संचालित मूल्यांकन।

    517+1पिछले 7 दिनों में स्टार का बदलाव
← विषयों पर वापस