主題 · evaluation-framework

evaluation-framework

標記 evaluation-framework 主題、收錄中的開源專案，依星數排序。

專案數

10

總星數

70,935

平均星數

7,094

佔比

0.00%

常跟 evaluation-framework 一起出現在同一個專案上的主題。

近期新秀

近 90 天內建立、標記 evaluation-framework 主題的專案。

#1
eval ↗@frontier-harness-evalJavaScript
Public results and task definitions for FrontierHarness Eval
★ 154

#1
promptfoo ↗@promptfooTypeScript
測試你的提示、代理與檢索增強生成，進行 AI 紅隊/滲透測試/漏洞掃描。比較 GPT、Claude、Gemini、DeepSeek 等表現。使用簡潔宣告式設定，支援命令列與 CI/CD 整合。OpenAI 與 Anthropic 均有使用。
★ 24,767+103近 7 天星數變化
#2
deepeval ↗@confident-aiPython
LLM 評估框架
★ 18,063+110近 7 天星數變化
#3
lm-evaluation-harness ↗@EleutherAIPython
用於少樣本評估語言模型的框架
★ 13,873+46近 7 天星數變化
#4
Kiln ↗@Kiln-AIPython
構建、評估與優化 AI 系統。包含評估、RAG、代理、微調、合成數據生成、資料集管理、MCP 等。
★ 5,042+5近 7 天星數變化
#5
lighteval ↗@huggingfacePython
Lighteval 是您跨多種後端評估 LLM 的全方位工具包
★ 2,533+3近 7 天星數變化
#6
EvalAI ↗@Cloud-CVPython
:cloud: :rocket: :bar_chart: :chart_with_upwards_trend: 評估 AI 的最新技術水準
★ 2,037-2近 7 天星數變化
#7
future-agi ↗@future-agiPython
開源的端到端平台，用於評估、觀察與改進 LLM 及 AI agent 應用程式。包含追蹤、評估、模擬、資料集、閘道器、安全護欄。支援自行架構。採用 Apache 2.0 授權。
★ 1,909+42近 7 天星數變化
#8
ai-agents-the-definitive-guide ↗@NicolepcxJupyter Notebook
AI Agents 終極指南儲存庫
★ 1,567+220近 7 天星數變化
#9
AgentLab ↗@ServiceNowPython
AgentLab：一個用於在各種任務上開發、測試與評測 web agent 的開源框架，專為可擴充性與可重現性而設計。
★ 629+1近 7 天星數變化
#10
continuous-eval ↗@relari-aiPython
基於 LLM 應用程式的資料驅動評估
★ 517+1近 7 天星數變化

← 返回主題列表