#rag-evaluation Dépôts
Découvrez 8 dépôts GitHub open source actifs associés à #rag-evaluation, cumulant 13,216 étoiles au total (soit une moyenne de 1,652 étoiles par projet). Le projet en tête de ce thème est Giskard-AI/giskard-oss, avec 5,965 étoiles.
8 dépôts au total
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.
AutoEvals est un outil permettant d'évaluer rapidement et facilement les sorties des modèles d'IA en utilisant les meilleures pratiques.
RAG agentique pour la recherche de documents en local et auto-hébergée : récupération hybride, reranking et RAG multimodal sur LanceDB embarqué, avec analyse par Docling et un serveur MCP
Ensemble de données et référence pour RAG sur les documents internes de l'entreprise.
Base de connaissances RAG d’entreprise privilégiant le chinois : analyse contrôlable, gouvernance, découpage, recherche hybride, reranking, citations, graphes de connaissances, évaluation et intégration avec Dify.
Foire aux questions
Quel est le dépôt #rag-evaluation le plus populaire sur GitHub ?
Le projet #rag-evaluation open source le mieux classé sur GitHub est Giskard-AI/giskard-oss, avec 5,965 étoiles. 🐢 Bibliothèque open-source d'évaluation et de test pour les agents LLM
Quels langages de programmation sont les plus utilisés dans les dépôts #rag-evaluation ?
Parmi les projets #rag-evaluation les mieux classés sur GitHub, les langages de programmation les plus courants sont Python.
Comment le classement des dépôts #rag-evaluation est-il calculé ?
Nous suivons 8 dépôts open source actifs associés à #rag-evaluation (500+ étoiles), totalisant 13,216 étoiles, avec une moyenne de 1,652 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.