Git Stars Git Stars

#llm-benchmarking Repositorios

Descubre 17 repositorios activos de código abierto de GitHub etiquetados con #llm-benchmarking, que acumulan 47,048 estrellas en total (una media de 2,767 estrellas por proyecto). El líder de este tema es HKUDS/AI-Trader, con 23,345 estrellas.

17
Total de Repositorios
47,048
Total de estrellas
2,767
Promedio de Estrellas/Repo
Lenguajes de programación: Python Jupyter Notebook TypeScript

17 repositorios en total

1
HKUDS/AI-Trader

"AI-Trader: Trading 100% Totalmente Automatizado Nativo de Agentes"

HKUDS
⭐ 23,345 Python 👤 HKUDS Organization 🕐 Actualizado 2026-06-11 📅 Creado 2025-10-23
2
microsoft/promptbase

Todo sobre ingeniería de prompts

microsoft
⭐ 5,723 Python 👤 microsoft Organization 🕐 Actualizado 2024-06-04 📅 Creado 2023-12-12
4
NVIDIA/RULER

Este repositorio contiene el código fuente de RULER: ¿Cuál es el tamaño real del contexto de sus modelos de lenguaje de contexto largo?

NVIDIA
⭐ 1,641 Python 👤 NVIDIA Organization 🕐 Actualizado 2026-11-03 📅 Creado 2024-04-09
6
SalesforceAIResearch/enterprise-deep-research

Investigación Profunda Empresarial de Salesforce

SalesforceAIResearch
⭐ 1,226 Python 👤 SalesforceAIResearch Organization 🕐 Actualizado 2026-10-26 📅 Creado 2025-09-16
7
bird-bench/BIRD-CRITIC-1

[NeurIPS 2025 Main] SWE-SQL: Iluminando los caminos de los LLM para resolver problemas SQL de usuarios en aplicaciones del mundo real

bird-bench
⭐ 1,106 Python 👤 bird-bench User 🕐 Actualizado 2026-03-23 📅 Creado 2025-01-28
8
ray-project/llmperf

LLMPerf es una biblioteca para validar y evaluar LLM

ray-project
⭐ 1,066 Python 👤 ray-project Organization 🕐 Actualizado 2024-12-09 📅 Creado 2023-10-10
9
carlini/yet-another-applied-llm-benchmark

Un punto de referencia para evaluar modelos de lenguaje en preguntas que les he pedido resolver previamente.

carlini
⭐ 1,058 Python 👤 carlini User 🕐 Actualizado 2025-04-27 📅 Creado 2023-12-18
10
bigcode-project/bigcode-evaluation-harness

Un marco para la evaluación de modelos de lenguaje autorregresivos para la generación de código.

bigcode-project
⭐ 1,054 Python 👤 bigcode-project Organization 🕐 Actualizado 2025-07-22 📅 Creado 2022-08-09
11
VILA-Lab/ATLAS

Un benchmark de instrucciones basado en principios para formular consultas y indicaciones efectivas para modelos lingüísticos grandes (LLM). Nuestro artículo: https://arxiv.org/abs/2312.16171

VILA-Lab
⭐ 978 Python 👤 VILA-Lab Organization 🕐 Actualizado 2024-05-28 📅 Creado 2023-12-08
12
defog-ai/sql-eval

Evaluar la precisión de las salidas generadas por LLM

defog-ai
⭐ 744 Jupyter Notebook 👤 defog-ai Organization 🕐 Actualizado 2025-08-14 📅 Creado 2023-08-10
13
lupantech/ScienceQA

Datos y código para el artículo de NeurIPS 2022 "Learn to Explain: Multimodal Reasoning via Thought Chains for Science Question Answering".

lupantech
⭐ 715 Python 👤 lupantech User 🕐 Actualizado 2024-09-19 📅 Creado 2022-10-17
16
TIGER-AI-Lab/WebsiteBench

¿Pueden los agentes de IA reconstruir sitios web explorando el navegador?

TIGER-AI-Lab
⭐ 595 Python 👤 TIGER-AI-Lab Organization 🕐 Actualizado 2026-11-17 📅 Creado 2026-11-04

Preguntas frecuentes

1

¿Cuál es el repositorio de #llm-benchmarking más popular en GitHub?

El proyecto de código abierto de #llm-benchmarking mejor posicionado en GitHub es HKUDS/AI-Trader, con 23,345 estrellas. "AI-Trader: Trading 100% Totalmente Automatizado Nativo de Agentes"

2

¿Qué lenguajes de programación se utilizan más en los repositorios de #llm-benchmarking?

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

3

¿Cómo se calcula la clasificación de los repositorios de #llm-benchmarking?

Seguimos 17 repositorios activos de código abierto etiquetados con #llm-benchmarking (500+ estrellas), que suman un total de 47,048 estrellas, con una media de 2,767 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.