Évaluez les modèles de langage de grande taille en utilisant diverses métriques pour garantir qu'ils fonctionnent bien dans différentes tâches.
Depuis le README
pip install -U deepeval
- LLM apps end-to-end as black boxes
- Complete agent trajectories across every decision and action
- Individual agent steps such as LLM calls, tool use, retrieval, and sub-agent handoffs
Extraits du README du projet sur GitHub. Le droit d'auteur et les licences restent la propriété des auteurs respectifs.
Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.
Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.
Gratuit · sans carte · désinscription à tout momentLe cadre d'évaluation LLM
deepeval compte 18k étoiles sur GitHub. Il a été forké 1.9k fois. deepeval est écrit principalement en Python. Il est développé activement depuis 2023. deepeval est disponible sous licence Apache-2.0. Ses principaux thèmes sont : evaluation-framework, evaluation-metrics, llm-evaluation, llm-evaluation-framework.
Qu'est-ce que deepeval ?
Le cadre d'évaluation LLM
deepeval est-il open source ?
deepeval est un projet open source. Il est distribué sous licence Apache-2.0.
deepeval est-il gratuit ?
Oui. deepeval est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
Sous quelle licence est deepeval ?
deepeval est disponible sous licence Apache-2.0.
Dans quel langage deepeval est-il écrit ?
deepeval est écrit principalement en Python.
Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.
[](https://olud.ai/project/confident-ai-deepeval.html)
Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.