llm-evaluation

Um executor de testes para habilidades de agentes de IA no estilo agentskills.io

Benchmark de código aberto para agentes de IA de navegador em tarefas diárias.

Awesome-LLM-Eval: uma lista com curadoria de ferramentas, conjuntos de dados/benchmarks, demonstrações, placares, artigos, documentos e modelos, focada principalmente na avaliação de LLMs.

Artigos incríveis envolvendo LLMs em ciências sociais.

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

Dataset e benchmark para RAG em documentos internos de empresas.

Avaliação orientada a dados para aplicações baseadas em LLM