Git Stars Git Stars

#evaluation-metrics Repositorios

Descubre 18 repositorios activos de código abierto de GitHub etiquetados con #evaluation-metrics, que acumulan 46,395 estrellas en total (una media de 2,577 estrellas por proyecto). El líder de este tema es confident-ai/deepeval, con 19,585 estrellas.

18
Total de Repositorios
46,395
Total de estrellas
2,577
Promedio de Estrellas/Repo
Lenguajes de programación: Python Jupyter Notebook

18 repositorios en total

1
confident-ai/deepeval

El marco de evaluación LLM

confident-ai
⭐ 19,585 Python 👤 confident-ai Organization 🕐 Actualizado 2026-11-19 📅 Creado 2023-08-10
2
AgentOps-AI/agentops

SDK de Python para monitoreo de agentes de IA, seguimiento de costos de LLM, benchmarking y más. Se integra con la mayoría de los LLM y marcos de agentes, incluidos CrewAI, Agno, OpenAI Agents SDK, Langchain, Autogen, AG2 y CamelAI

AgentOps-AI
⭐ 5,971 Python 👤 AgentOps-AI Organization 🕐 Actualizado 2026-06-25 📅 Creado 2023-08-15
3
datawhalechina/tiny-universe

"Guía para la construcción de la caja blanca de modelos grandes": Un Tiny-Universe completamente hecho a mano

datawhalechina
⭐ 5,148 Jupyter Notebook 👤 datawhalechina Organization 🕐 Actualizado 2026-02-12 📅 Creado 2024-04-06
4
huggingface/lighteval

Lighteval es su kit de herramientas todo en uno para evaluar LLM en múltiples backends

huggingface
⭐ 2,587 Python 👤 huggingface Organization 🕐 Actualizado 2026-11-18 📅 Creado 2024-01-26
5
huggingface/evaluation-guidebook

¡Compartiendo tanto conocimientos prácticos como teóricos sobre la evaluación de LLM que recopilamos mientras gestionábamos la Open LLM Leaderboard y diseñábamos lighteval!

huggingface
⭐ 2,166 Jupyter Notebook 👤 huggingface Organization 🕐 Actualizado 2025-12-03 📅 Creado 2024-10-09
6
xinshuoweng/AB3DMOT

(IROS 2020, ECCVW 2020) Implementación oficial en Python para "3D Multi-Object Tracking: A Baseline and New Evaluation Metrics"

xinshuoweng
⭐ 1,805 Python 👤 xinshuoweng User 🕐 Actualizado 2024-04-03 📅 Creado 2019-06-19
8
activitynet/ActivityNet

Este repositorio está destinado a alojar herramientas y demostraciones para ActivityNet.

activitynet
⭐ 965 Jupyter Notebook 👤 activitynet Organization 🕐 Actualizado 2024-03-21 📅 Creado 2015-10-23
9
jitsi/jiwer

Evalúe su sistema de habla a texto con medidas de similitud como la tasa de error de palabras (WER)

jitsi
⭐ 946 Python 👤 jitsi Organization 🕐 Actualizado 2026-09-03 📅 Creado 2018-06-19
10
Yuliang-Liu/MultimodalOCR

Sobre el misterio oculto de OCR en grandes modelos multimodales (OCRBench)

Yuliang-Liu
⭐ 902 Python 👤 Yuliang-Liu User 🕐 Actualizado 2026-11-17 📅 Creado 2023-05-12
11
MIND-Lab/OCTIS

OCTIS: ¡Comparar modelos de temas es simple! Un paquete de Python para optimizar y evaluar modelos de temas (aceptado en la pista de demostración de EACL2021)

MIND-Lab
⭐ 807 Python 👤 MIND-Lab Organization 🕐 Actualizado 2026-06-21 📅 Creado 2020-03-13
12
Unbabel/COMET

Un marco neuronal para la evaluación de MT

Unbabel
⭐ 791 Python 👤 Unbabel Organization 🕐 Actualizado 2026-04-21 📅 Creado 2020-05-28
13
mir-evaluation/mir_eval

Funciones de evaluación para algoritmos de recuperación de información musical/audio/procesamiento de señales.

mir-evaluation
⭐ 719 Python 👤 mir-evaluation Organization 🕐 Actualizado 2026-11-12 📅 Creado 2013-08-06
14
AmenRa/ranx

⚡️Una biblioteca Python ultrarrápida para evaluación, comparación y fusión de rankings 🐍

AmenRa
⭐ 691 Python 👤 AmenRa User 🕐 Actualizado 2025-08-07 📅 Creado 2020-06-02
15
nekhtiari/image-similarity-measures

:chart_with_upwards_trend: Implementación de ocho métricas de evaluación para acceder a la similitud entre dos imágenes. Las ocho métricas son las siguientes: RMSE, PSNR, SSIM, ISSM, FSIM, SRE, SAM y UIQ.

nekhtiari
⭐ 649 Python 👤 nekhtiari User 🕐 Actualizado 2026-09-05 📅 Creado 2020-04-06
16
statisticianinstilettos/recmetrics

Una biblioteca de métricas para evaluar sistemas de recomendación

statisticianinstilettos
⭐ 581 Jupyter Notebook 👤 statisticianinstilettos User 🕐 Actualizado 2024-01-11 📅 Creado 2018-10-15
18
relari-ai/continuous-eval

Evaluación basada en datos para aplicaciones impulsadas por LLM

relari-ai
⭐ 519 Python 👤 relari-ai Organization 🕐 Actualizado 2026-08-10 📅 Creado 2023-12-08

Preguntas frecuentes

1

¿Cuál es el repositorio de #evaluation-metrics más popular en GitHub?

El proyecto de código abierto de #evaluation-metrics mejor posicionado en GitHub es confident-ai/deepeval, con 19,585 estrellas. El marco de evaluación LLM

2

¿Qué lenguajes de programación se utilizan más en los repositorios de #evaluation-metrics?

Entre los proyectos de #evaluation-metrics mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook.

3

¿Cómo se calcula la clasificación de los repositorios de #evaluation-metrics?

Seguimos 18 repositorios activos de código abierto etiquetados con #evaluation-metrics (500+ estrellas), que suman un total de 46,395 estrellas, con una media de 2,577 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.