llm-eval
7 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
promptfoo
Test your prompts, agents, and RAGs. Red teaming/pentesting/vulnerability scanning for AI. Compare…
★ 26.5k
phoenix
AI Observability & Evaluation
★ 11.2k
opencompass
OpenCompass is an LLM evaluation platform, supporting a wide range of models from OpenAI, Anthropic, Gemini,…
★ 7.6k
giskard-oss
🐢 Open-Source Evaluation & Testing library for LLM Agents
★ 5.9k
trulens
Evaluation and Tracking for LLM Experiments and AI Agents
★ 3.6k
athina-evals
Python SDK for running evaluations on LLM generated responses
★ 301
dsh-design-qa
Design-fidelity QA for DeepSeek Harness: lend any text-only model an eye, then judge whether the…
★ 44 · GitHub ↗
🔗 Familias relacionadas
Medido a partir de los temas de GitHub compartidos por ambos proyectos, ponderado por cuán raros son cada uno de los temas.