Inicio› Proyectos› athina-evals
athina-evals
Python

athina-evals

SDK de Python para ejecutar evaluaciones sobre respuestas generadas por LLM

por athina-ai · GitHub
Estrellas
Ramas
Creado
Último commit
Categoría
Lenguaje
evaluationevaluation-frameworkevaluation-metricsPython
Ver en GitHub
En palabras simples

Realiza evaluaciones sobre respuestas generadas por IA utilizando el SDK de Athina para mejorar el rendimiento del modelo.

¿Mantienes este proyecto?

Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.

Reivindicar esta pagina →
athina-evals — GitHub preview card
📈 Historial de estrellas
302301
2026-07-202026-08-17
📈 Sigue athina-evals

Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.

Gratis · sin tarjeta · cancela cuando quieras
Recibir alertas por email →
📄 Acerca de

SDK de Python para ejecutar evaluaciones sobre respuestas generadas por LLM

athina-evals tiene 301 estrellas en GitHub. Se ha bifurcado 22 veces. athina-evals está escrito principalmente en Python. Se desarrolla activamente desde 2023. Sus temas principales son: evaluation, evaluation-framework, evaluation-metrics, llm-eval.

❓ Frequently asked questions

¿Qué es athina-evals?

SDK de Python para ejecutar evaluaciones sobre respuestas generadas por LLM

¿athina-evals es de código abierto?

athina-evals es un proyecto de código abierto.

¿athina-evals es gratis?

Sí. athina-evals es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.

¿En qué lenguaje está escrito athina-evals?

athina-evals está escrito principalmente en Python.

🏅 ¿Mantenedor de este proyecto?
olud.ai badge — athina-evals

Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.

[![olud.ai](https://olud.ai/badge.php?tool=athina-ai-athina-evals)](https://olud.ai/project/athina-ai-athina-evals.html)
Más opciones de distintivos →
🧬 Comparte ADN con🧬 Ver el mapa de ADN →

Medido a partir de los topics de GitHub comunes a ambos proyectos, ponderados por su rareza.