Katalog-Tag

#evaluation-framework

Alle Repositories im öffentlichen Register, die dieses Tag tragen — aus ihren GitHub-Topics oder den von ihren Paket-Registries veröffentlichten Schlagwörtern. Die Gesundheit wird nach derselben versionierten Methodik gemessen wie im übrigen Register.

5 Einträge

Getaggt als „evaluation-framework“Geordnet nach Gesundheitsindex

PyPI

83GutGesundheitsindex

EleutherAI/lm-evaluation-harness

A framework for few-shot evaluation of language models.

Python★ 13.3K↓ 1.5M/Monat21. Juli 2026

MIT21. Juli 2026 · Metriken 1.13.0

npm

80GutGesundheitsindex

promptfoo/promptfoo

Test your prompts, agents, and RAGs. Red teaming/pentesting/vulnerability scanning for AI. Compare performance of GPT, Claude, Gemini, DeepSeek, and more. Simple declarative configs with command line and CI/CD integration. Used by OpenAI and Anthropic.

TypeScript★ 23.4K↓ 1.7M/Monat17. Juli 2026

MIT17. Juli 2026 · Metriken 1.13.0

npm · PyPI

78GutGesundheitsindex

confident-ai/deepeval

The LLM Evaluation Framework

Python · TypeScript★ 17K↓ 17.7K/Monat20. Juli 2026

Apache-2.020. Juli 2026 · Metriken 1.13.0

RubyGems

61MittelGesundheitsindex

homemade-software-inc/completion-kit

Your prompts need tests too. Run prompts against real datasets, score outputs with LLM judges, version everything, and compare runs to see what got better.

Ruby · HTML★ 117. Juli 2026

Eigene Lizenz17. Juli 2026 · Metriken 1.13.0

npm

48GefährdetGesundheitsindex

empirical-run/empirical

Test and evaluate LLMs and model configurations, across all the scenarios that matter for your application

TypeScript★ 16715. Juli 2026

MIT15. Juli 2026 · Metriken 1.13.0