#machine-learning-evaluation Dépôts
Découvrez 10 dépôts GitHub open source actifs associés à #machine-learning-evaluation, cumulant 11,993 étoiles au total (soit une moyenne de 1,199 étoiles par projet). Le projet en tête de ce thème est stanford-crfm/helm, avec 2,975 étoiles.
10 dépôts au total
Holistic Evaluation of Language Models (HELM) est un framework Python open source créé par le Center for Research on Foundation Models (CRFM) de Stanford pour une évaluation holistique, reproductible et transparente des modèles fondamentaux, y compris les grands modèles linguistiques (LLM) et les modèles multimodaux.
Un cadre pour l'évaluation des modèles linguistiques autoregressifs de génération de code.
Le livre dont chaque data scientist a besoin sur son bureau.
Un kit de benchmark léger, plug-and-play pour les données synthétiques. Comparez Syncora à d'autres générateurs (par exemple, Gretel, MostlyAI) en déposant des CSV, puis calculez automatiquement les métriques de fidélité et de similarité. Fonctionne avec n'importe quel jeu de données via une simple nomenclature de fichiers, aucune configuration lourde nécessaire.
Un effort de science ouverte pour évaluer le raisonnement juridique dans les modèles fondamentaux
Le dépôt officiel du document, LLMs-as-Judges : Une enquête complète sur les méthodes d'évaluation basées sur les LLM.
Foire aux questions
Quel est le dépôt #machine-learning-evaluation le plus populaire sur GitHub ?
Le projet #machine-learning-evaluation open source le mieux classé sur GitHub est stanford-crfm/helm, avec 2,975 étoiles. Holistic Evaluation of Language Models (HELM) est un framework Python open source créé par le Center for Research on Foundation Models (CRFM) de Stanford pour une évaluation holistique, reproductible et transparente des modèles fondamentaux, y compris les grands modèles linguistiques (LLM) et les modèles multimodaux.
Quels langages de programmation sont les plus utilisés dans les dépôts #machine-learning-evaluation ?
Parmi les projets #machine-learning-evaluation les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook.
Comment le classement des dépôts #machine-learning-evaluation est-il calculé ?
Nous suivons 10 dépôts open source actifs associés à #machine-learning-evaluation (500+ étoiles), totalisant 11,993 étoiles, avec une moyenne de 1,199 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.