#evaluation-metrics Dépôts
Découvrez 18 dépôts GitHub open source actifs associés à #evaluation-metrics, cumulant 46,395 étoiles au total (soit une moyenne de 2,577 étoiles par projet). Le projet en tête de ce thème est confident-ai/deepeval, avec 19,585 étoiles.
18 dépôts au total
SDK Python pour la surveillance des agents IA, le suivi des coûts LLM, l'étalonnage et plus encore. S'intègre avec la plupart des LLM et des frameworks d'agents, y compris CrewAI, Agno, OpenAI Agents SDK, Langchain, Autogen, AG2 et CamelAI
"Guide de construction d'une boîte blanche pour grands modèles" : Un Tiny-Universe entièrement assemblé à la main
Lighteval est votre boîte à outils tout-en-un pour évaluer les LLM sur plusieurs backends
Partage d'informations pratiques et de connaissances théoriques sur l'évaluation des LLM que nous avons recueillies tout en gérant le Open LLM Leaderboard et en concevant lighteval !
(IROS 2020, ECCVW 2020) Implémentation officielle en Python pour «3D Multi-Object Tracking : A Baseline and New Evaluation Metrics»
Ce dépôt est destiné à héberger des outils et des démonstrations pour ActivityNet.
Évaluez votre système de reconnaissance vocale avec des mesures de similarité telles que le taux d'erreur sur les mots (WER)
Sur le mystère caché de l'OCR dans les grands modèles multimodaux (OCRBench)
OCTIS : Comparer les modèles de sujets est simple ! Un package Python pour optimiser et évaluer les modèles de sujets (accepté à la piste de démonstration EACL2021)
Fonctions d'évaluation pour les algorithmes de récupération d'informations musicales/audio/traitement du signal.
⚡️Une bibliothèque Python ultra-rapide pour l'évaluation, la comparaison et la fusion de classement 🐍
:chart_with_upwards_trend: Implémentation de huit métriques d'évaluation pour accéder à la similarité entre deux images. Les huit métriques sont les suivantes : RMSE, PSNR, SSIM, ISSM, FSIM, SRE, SAM et UIQ.
Une bibliothèque de métriques pour évaluer les systèmes de recommandation
Évaluation pilotée par les données pour les applications basées sur LLM
Foire aux questions
Quel est le dépôt #evaluation-metrics le plus populaire sur GitHub ?
Le projet #evaluation-metrics open source le mieux classé sur GitHub est confident-ai/deepeval, avec 19,585 étoiles. Le cadre d'évaluation LLM
Quels langages de programmation sont les plus utilisés dans les dépôts #evaluation-metrics ?
Parmi les projets #evaluation-metrics les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook.
Comment le classement des dépôts #evaluation-metrics est-il calculé ?
Nous suivons 18 dépôts open source actifs associés à #evaluation-metrics (500+ étoiles), totalisant 46,395 étoiles, avec une moyenne de 2,577 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.