Git Stars Git Stars

#model-evaluation-metrics Repositorios

Descubre 3 repositorios activos de código abierto de GitHub etiquetados con #model-evaluation-metrics, que acumulan 2,461 estrellas en total (una media de 820 estrellas por proyecto). El líder de este tema es SalesforceAIResearch/promptomatix, con 979 estrellas.

3
Total de Repositorios
2,461
Total de estrellas
820
Promedio de Estrellas/Repo
Lenguajes de programación: Python HTML
1
SalesforceAIResearch/promptomatix

Un Marco de Optimización Automática de Prompts para Grandes Modelos de Lenguaje

SalesforceAIResearch
⭐ 979 Python 👤 SalesforceAIResearch Organization 🕐 Actualizado 2026-06-02 📅 Creado 2025-07-08
2
SkyworkAI/Skywork-OR1

Desatando el poder del aprendizaje por refuerzo para razonadores de matemáticas y código

SkyworkAI
⭐ 744 Python 👤 SkyworkAI Organization 🕐 Actualizado 2025-06-06 📅 Creado 2025-04-11
3
shafaypro/CrackingMachineLearningInterview

Un repositorio para prepararte para tu entrevista de aprendizaje automático, que incluye la mayoría de las preguntas formuladas por todos los gigantes tecnológicos y las empresas locales. Haz esto para aprobar tus entrevistas de Ingeniero de Aprendizaje Automático.

shafaypro
⭐ 739 HTML 👤 shafaypro User 🕐 Actualizado 2026-10-11 📅 Creado 2020-05-23

Preguntas frecuentes

1

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

El proyecto de código abierto de #model-evaluation-metrics mejor posicionado en GitHub es SalesforceAIResearch/promptomatix, con 979 estrellas. Un Marco de Optimización Automática de Prompts para Grandes Modelos de Lenguaje

2

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

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

3

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

Seguimos 3 repositorios activos de código abierto etiquetados con #model-evaluation-metrics (500+ estrellas), que suman un total de 2,461 estrellas, con una media de 820 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.