#model-evaluation Dépôts
Découvrez 37 dépôts GitHub open source actifs associés à #model-evaluation, cumulant 139,890 étoiles au total (soit une moyenne de 3,780 étoiles par projet). Le projet en tête de ce thème est Hannibal046/Awesome-LLM, avec 27,212 étoiles.
37 dépôts au total
Le Conseil LLM travaille de concert pour répondre à vos questions les plus difficiles
Un framework pour servir et évaluer les routeurs LLM - économisez sur les coûts LLM sans compromettre la qualité
Annoter ses propres ensembles de données, entraîner, évaluer, tester et déployer ses propres algorithmes d'intelligence artificielle
Recommandations et évaluations de services relais d’API d’IA : classement des relais, tests des relais et comparaison des relais pour Claude / GPT / Gemini · Classement des relais d’API d’IA · Folkbench Switch pour Claude Code, Codex et Gemini CLI
Au-delà du "Jeu de l'Imitation" : une référence collaborative pour mesurer et extrapoler les capacités des modèles linguistiques
MiMo : Libérer le potentiel de raisonnement du modèle linguistique – de la pré-formation à la post-formation
Plateforme open source de bout en bout pour évaluer, observer et améliorer les applications LLM et agents IA. Tracing · Evals · Simulations · Datasets · Gateway · Guardrails. Auto-hébergeable. Apache 2.0.
Il s'agit du code source de yolo3-pytorch, qui peut être utilisé pour entraîner votre propre modèle.
Le Livre de Cuisine Ouvert pour les Grands Modèles de Langage de Premier Ordre
Évaluez et améliorez vos déploiements LLM pour les besoins d'inférence dans le monde réel
Ce dépôt contient le code source de RULER : Quelle est la taille réelle du contexte de vos modèles de langage à long contexte ?
DomainBed est une suite pour tester les algorithmes de généralisation de domaine
Une bibliothèque pour expérimenter, entraîner et évaluer des réseaux de neurones, avec un accent sur la robustesse adversariale.
Le meilleur dépôt montrant pourquoi les transformeurs pourraient ne pas être la réponse pour la prévision de séries chronologiques et présentant les meilleurs modèles SOTA non transformeurs.
Une bibliothèque complète pour la mise en œuvre des LLM, comprenant un pipeline d'entraînement unifié et une évaluation complète des modèles.
Orion-14B est une famille de modèles comprenant un LLM de base de 14 milliards de paramètres, ainsi qu'une série de modèles dérivés : un modèle de chat, un modèle à long contexte, un modèle quantifié, un modèle affiné RAG et un modèle affiné Agent. La série de modèles Orion-14B comprend un LLM de base multilingue de 14 milliards de paramètres et une série de modèles dérivés associés, notamment des modèles de dialogue, des modèles à long contexte, des modèles quantifiés, des modèles affinés RAG, des modèles affinés Agent, etc.
Une référence pour la prochaine génération de modèles météorologiques mondiaux basés sur les données.
Awesome Jev : un guide pratique, étayé par des sources, du modèle System One de TypeSafe, avec des SDK, des démonstrations en direct, des outils pour agents et des évaluations indépendantes.
Accédez à l’API de GLM 5.3 ablitterated ou sans censure avec RouterHub. Parcourez 35 liens vers des prompts de jailbreak, comparez les modèles GLM et trouvez des exemples de SDK, des guides de configuration d’outils de programmation, les tarifs et des guides d’évaluation.
Le Livre violet de ModelScope | ModelScope Cookbook : un guide pratique destiné aux développeurs pour créer des applications avec des modèles open source. Il couvre le choix des modèles, l’inférence, le réglage fin, l’évaluation, le RAG, les agents et l’AIGC, du lancement de votre premier modèle à la création d’applications concrètes.
Foire aux questions
Quel est le dépôt #model-evaluation le plus populaire sur GitHub ?
Le projet #model-evaluation open source le mieux classé sur GitHub est Hannibal046/Awesome-LLM, avec 27,212 étoiles. Awesome-LLM: une liste organisée de grands modèles de langage
Quels langages de programmation sont les plus utilisés dans les dépôts #model-evaluation ?
Parmi les projets #model-evaluation les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook, TypeScript, HTML.
Comment le classement des dépôts #model-evaluation est-il calculé ?
Nous suivons 37 dépôts open source actifs associés à #model-evaluation (500+ étoiles), totalisant 139,890 étoiles, avec une moyenne de 3,780 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.