agent-evaluation
9 proyectos comparten este topic de GitHub
Las líneas conectan a los miembros que están mediblemente relacionados entre sí. El tamaño de los puntos refleja las estrellas.
🧬 Miembros
iFixAi
Independent Auditing of AI Agents. Run by human or the agent itself, to answer the most crucial question in…
★ 12.1k
giskard-oss
🐢 Open-Source Evaluation & Testing library for LLM Agents
★ 5.8k
coze-loop
Next-generation AI Agent Optimization Platform: Cozeloop addresses challenges in AI agent development by…
★ 5.7k
trulens
Evaluation and Tracking for LLM Experiments and AI Agents
★ 3.5k
any-agent
A single interface to use and evaluate different agent frameworks
★ 1.2k
awesome-evals
A curated, non-BS library of the best resources for building and evaluating AI agents — papers, blogs,…
★ 852
ClawBench
Open-source benchmark for browser AI agents on daily tasks.
★ 614
ai-eval-platform
★ 117
coder_eval
Evaluate & benchmark AI coding agents and Claude Code skills — sandboxed, reproducible YAML eval suites for…
★ 105
🔗 Familias relacionadas
Medido a partir de los temas de GitHub compartidos por ambos proyectos, ponderado por cuán raros son cada uno de los temas.