Inicio› Proyectos› lm-evaluation-harness
lm-evaluation-harness
Python

lm-evaluation-harness

Un marco para la evaluación de pocos disparos de modelos de lenguaje.

por EleutherAI · GitHub
13.8k
Estrellas
3.5k
Ramas
+162 esta semana
Tendencias
MIT
Licencia
2020
Creado
yesterday
Último commit
evaluation-framework
Categoría
Python
Lenguaje
evaluation-frameworklanguage-modeltransformerMITPython
Ver en GitHub
En palabras simples

Evalúa modelos de lenguaje rápidamente con un marco que soporta varias configuraciones.

Del README

Instalar
git clone --depth 1 https://github.com/EleutherAI/lm-evaluation-harness
cd lm-evaluation-harness
pip install -e .

Extractos del README del proyecto sobre GitHub. Los derechos de autor y las licencias permanecen con los respectivos autores.

¿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 →
lm-evaluation-harness — GitHub preview card
📈 Historial de estrellas
14k13k
2026-07-122026-08-31
📈 Sigue lm-evaluation-harness

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

Un marco para la evaluación de pocos disparos de modelos de lenguaje.

lm-evaluation-harness tiene 13.8k estrellas en GitHub. Se ha bifurcado 3.5k veces. lm-evaluation-harness está escrito principalmente en Python. Se desarrolla activamente desde 2020. lm-evaluation-harness está disponible bajo la licencia MIT. Sus temas principales son: evaluation-framework, language-model, transformer.

❓ Frequently asked questions

¿Qué es lm-evaluation-harness?

Un marco para la evaluación de pocos disparos de modelos de lenguaje.

¿lm-evaluation-harness es de código abierto?

lm-evaluation-harness es un proyecto de código abierto. Se distribuye bajo la licencia MIT.

¿lm-evaluation-harness es gratis?

Sí. lm-evaluation-harness es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.

¿Bajo qué licencia está lm-evaluation-harness?

lm-evaluation-harness está disponible bajo la licencia MIT.

¿En qué lenguaje está escrito lm-evaluation-harness?

lm-evaluation-harness está escrito principalmente en Python.

🏅 ¿Mantenedor de este proyecto?
olud.ai badge — lm-evaluation-harness

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=eleutherai-lm-evaluation-harness)](https://olud.ai/project/eleutherai-lm-evaluation-harness.html)
Más opciones de distintivos →
🧬 Comparte ADN con🧬 Ver el mapa de ADN →
ai-engineering-resources
Artículos de investigación y blogs para la transición a la Ingeniería de IA
★ 2.6k · ai
compartetransformer
AgentLab
AgentLab: Un marco de código abierto para desarrollar, probar y evaluar agentes web en diversas…
★ 606 · agent
comparteevaluation-framework
EasyLM
Modelos de lenguaje grandes (LLMs) simplificados, EasyLM es una solución integral para pre-entr…
★ 2.5k · chatbot
compartetransformerlanguage-model
continuous-eval
Evaluación basada en datos para aplicaciones impulsadas por LLM.
★ 516 · evaluation-framework
comparteevaluation-framework
agents
Un marco de código abierto para agentes de lenguaje autónomos, autoevolutivos y centrados en da…
★ 6k · autonomous-agents
compartelanguage-model
athina-evals
Python SDK for running evaluations on LLM generated responses
★ 301 · evaluation
comparteevaluation-framework
heretic
Eliminación de censura completamente automática para modelos de lenguaje.
★ 29.1k · abliteration
compartetransformer
vidur
Simulador preciso, a gran escala y extensible para Sistemas de Inferencia LLM
★ 642 · inference
compartetransformer
FasterTransformer
Optimización relacionada con Transformers, incluyendo BERT, GPT
★ 6.4k · bert
compartetransformer
xgen
Modelos LLM de código abierto de Salesforce con longitud de secuencia de 8k.
★ 726 · language-model
compartelanguage-model

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