Katalog-Tag

#llm-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.

4 Einträge

Getaggt als „llm-evaluation-framework“Geordnet nach Gesundheitsindex

npm

96AußergewöhnlichGesundheitsindex

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★ 23.9K↓ 2.1M/Monat5. Aug. 2026

MIT5. Aug. 2026 · Metriken 2.10.0

PyPI · npm

94AußergewöhnlichGesundheitsindex

confident-ai/deepeval

The LLM Evaluation Framework

Python · TypeScript★ 17.4K↓ 6.3M/Monat5. Aug. 2026

Apache-2.05. Aug. 2026 · Metriken 2.10.0

RubyGems

67GutGesundheitsindex

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 2.10.0

57MittelGesundheitsindex

petmal/MindTrial

MindTrial: Evaluate and compare AI language models (LLMs) on text-based tasks with optional file/image attachments and tool use. Supports multiple providers (OpenAI, Google, Anthropic, DeepSeek, Mistral AI, xAI, Alibaba, Moonshot AI, OpenRouter), custom tasks in YAML, and HTML/CSV/JSON reports.

Go★ 1730. Aug. 2026

MPL-2.030. Aug. 2026 · Metriken 2.10.0