主题 · evaluation-metrics

evaluation-metrics

标记 evaluation-metrics 主题、收录中的开源项目，按星标数排序。

项目数

总星标数

39,801

平均星标数

3,317

占比

0.00%

常跟 evaluation-metrics 一起出现在同一个项目上的主题。

近期新秀

近 90 天内创建、标记 evaluation-metrics 主题的项目。

#1
eval ↗@frontier-harness-evalJavaScript
Public results and task definitions for FrontierHarness Eval
★ 160

#1
deepeval ↗@confident-aiPython
LLM 评估框架
★ 18,063+110近 7 天星标变化
#2
agentops ↗@AgentOps-AIPython
Python SDK，用于 AI 代理监控、LLM 成本追踪、基准测试等，集成多数 LLM 和代理框架，包括 CrewAI、Agno、OpenAI Agents SDK、Langchain、Autogen、AG2、CamelAI
★ 5,808+3近 7 天星标变化
#3
tiny-universe ↗@datawhalechinaJupyter Notebook
《大模型白盒子构建指南》：一个全手搓的 Tiny-Universe
★ 5,040+9近 7 天星标变化
#4
lighteval ↗@huggingfacePython
Lighteval 是您跨多种后端评估 LLM 的全方位工具包
★ 2,533+3近 7 天星标变化
#5
evaluation-guidebook ↗@huggingfaceJupyter Notebook
分享我们在管理 Open LLM Leaderboard 与设计 lighteval 期间所积累关于 LLM 评估的实务见解与理论知识！
★ 2,143+2近 7 天星标变化
#6
AB3DMOT ↗@xinshuowengPython
(IROS 2020, ECCVW 2020)“3D 多目标跟踪：基准与新评估指标”官方 Python 实现
★ 1,846+0近 7 天星标变化
#7
jiwer ↗@jitsiPython
使用词错误率（WER）等相似度指标评估您的语音转文字系统
★ 928+2近 7 天星标变化
#8
OCTIS ↗@MIND-LabPython
OCTIS: 比较主题模型就是这么简单！一个用于优化与评估主题模型的 python 软件包（已被 EACL2021 demo 专题接收）
★ 804+0近 7 天星标变化
#9
COMET ↗@UnbabelPython
用于机器翻译评估的神经框架
★ 778+1近 7 天星标变化
#10
ranx ↗@AmenRaPython
⚡️ 用于排序评估、比较与融合的极速 Python 库 🐍
★ 698+5近 7 天星标变化
#11
image-similarity-measures ↗@nekhtiariPython
:chart_with_upwards_trend: 实现八种用于评估两张图像相似度的评估指标。这八种指标分别为：RMSE、PSNR、SSIM、ISSM、FSIM、SRE、SAM 与 UIQ。
★ 647+0近 7 天星标变化
#12
continuous-eval ↗@relari-aiPython
基于 LLM 应用程序的数据驱动评估
★ 517+1近 7 天星标变化

← 返回主题列表

相关主题

近期新秀