#rag-evaluation Repositories
Entdecke 8 aktive Open-Source-GitHub-Repositories, die mit #rag-evaluation getaggt sind und insgesamt 13,216 Sterne gesammelt haben (durchschnittlich 1,652 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist Giskard-AI/giskard-oss mit 5,965 Sternen.
Insgesamt 8 Repositories
Open-Source-End-to-End-Plattform zur Bewertung, Beobachtung und Verbesserung von LLM- und KI-Agent-Anwendungen. Tracing · Evals · Simulations · Datasets · Gateway · Guardrails. Selbst-hostbar. Apache 2.0.
AutoEvals ist ein Werkzeug zur schnellen und einfachen Auswertung von KI-Modellausgaben unter Anwendung von Best Practices.
Agentic RAG für die lokale und selbst gehostete Dokumentensuche: hybride Suche, Reranking und multimodales RAG auf eingebettetem LanceDB, mit Docling-Parsing und einem MCP-Server
Datensatz und Benchmark für RAG auf unternehmensinternen Dokumenten.
Chinesisch priorisierte RAG-Wissensdatenbank für Unternehmen: kontrollierbare Analyse, Governance, Chunking, hybride Suche, Reranking, Zitate, Wissensgraphen, Evaluation und Dify-Integration.
Häufig gestellte Fragen
Welches ist das beliebteste #rag-evaluation-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#rag-evaluation-Projekt auf GitHub ist Giskard-AI/giskard-oss mit 5,965 Sternen. 🐢 Open-Source-Evaluierungs- und Testbibliothek für LLM-Agenten
Welche Programmiersprachen werden in #rag-evaluation-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #rag-evaluation-Projekten auf GitHub sind Python die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #rag-evaluation-Repositories berechnet?
Wir verfolgen 8 aktive Open-Source-Repositories, die mit #rag-evaluation getaggt sind (500+ Sterne), mit insgesamt 13,216 Sternen und durchschnittlich 1,652 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.