#rag-evaluation Repository
Scopri 8 repository GitHub open source attivi contrassegnati con #rag-evaluation, che raccolgono un totale di 13,216 stelle (con una media di 1,652 stelle per progetto). Il progetto leader di questo argomento è Giskard-AI/giskard-oss, con 5,965 stelle.
8 repository in totale
Piattaforma open-source end-to-end per valutare, osservare e migliorare applicazioni LLM e agenti AI. Tracing · Evals · Simulations · Datasets · Gateway · Guardrails. Auto-ospitabile. Apache 2.0.
AutoEvals è uno strumento per valutare rapidamente e facilmente gli output dei modelli AI utilizzando le best practice.
RAG agentico per la ricerca di documenti in locale e self-hosted: recupero ibrido, reranking e RAG multimodale su LanceDB incorporato, con parsing tramite Docling e un server MCP
Knowledge base RAG aziendale con priorità al cinese: analisi controllabile, governance, suddivisione in chunk, recupero ibrido, reranking, citazioni, grafi della conoscenza, valutazione e integrazione con Dify.
Domande frequenti
Qual è il repository #rag-evaluation più popolare su GitHub?
Il progetto open source #rag-evaluation più alto in classifica su GitHub è Giskard-AI/giskard-oss, con 5,965 stelle. 🐢 Libreria open-source per la valutazione e il test di agenti LLM
Quali linguaggi di programmazione sono più utilizzati nei repository #rag-evaluation?
Tra i progetti #rag-evaluation più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python.
Come viene calcolata la classifica dei repository #rag-evaluation?
Monitoriamo 8 repository open source attivi contrassegnati con #rag-evaluation (500+ stelle), per un totale di 13,216 stelle e una media di 1,652 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.