#llm-evaluation リポジトリ
#llm-evaluationのタグが付いた、GitHub上の108件のアクティブなオープンソースリポジトリをご覧ください。合計スター数は444,825個で、プロジェクトあたりの平均は4,118個です。このトピックをリードしているのは、46,592個のスターを獲得しているifixai-ai/iFixAiです。
リポジトリ合計108件
AIエージェントの独立監査。人間またはエージェント自身が実行し、AIエージェント経済における最も重要な問いに答えます。そのエージェントは本来の役割を果たしているか?iFixAiを使えば、120秒以内にその答えを得ることができます。
🪢 OpenTelemetry を基盤とするオープンソースの AI エンジニアリングプラットフォーム。AI ゲートウェイ、エージェントの可観測性、評価、プロンプト/スキル管理を提供します。あらゆる AI 呼び出しとエージェントに対応する、ひとつのオープンプラットフォーム。セルフホストでも Langfuse Cloud でも利用できます。
エージェント、LLM、MLモデル向けのオープンソースAIエンジニアリングプラットフォーム。MLflowは、あらゆる規模のチームが生産品質のAIアプリケーションをデバッグ、評価、監視、最適化できるようにし、コストを制御し、モデルとデータのアクセスを管理します。
プロンプト、エージェント、RAGをテストしましょう。AI向けのレッドチーミング/ペネトレーションテスト/脆弱性スキャンを実行します。GPT、Claude、Gemini、DeepSeekなどのパフォーマンスを比較。コマンドラインおよびCI/CD統合を備えたシンプルな宣言型構成。OpenAIやAnthropicでも採用されています。
包括的なトレーシング、自動評価、本番稼働に対応したダッシュボードで、LLM アプリケーション、RAG システム、エージェント型ワークフローをデバッグ、評価、監視します。
Agent Scan、Skills Scan、MCP Scan、AI Infra Scan、LLMの脱獄評価を通じてAIエコシステムを保護する、フルスタックのAIレッドチーム・プラットフォーム。
NoneLinear - ReLE評価:中国語AI大規模モデル能力評価(継続更新):現在374個のモデルを網羅しており、ChatGPT、GPT-5.4、Google Gemini-3.1-pro、Claude-4.6、Ernie-X1.1、Ernie-5.0、Qwen3.6-max、Qwen3.6-plus、Baichuan、iFlytek Spark、SenseChatなどの商用モデルに加え、Step3.5-flash、Kimi-k2.6、Ernie4.5、MiniMax-M2.7、DeepSeek-v4、Qwen3.6、Llama4、Zhipu GLM-5.1、MiMo-V2、LongCat、Gemma4、Mistralなどのオープンソースモデルをカバーしています。ランキングだけでなく、200万件を超えるモデル欠陥データベースも提供しており、コミュニティによる研究、分析、大規模モデルの改善を支援します。
Agent OS:エージェントは自ら賢くなっていきます。私たちは方針を守るだけです:面接による選抜、段階的な評価、予算を設定した進化ループ。MCPサーバー、14のランタイムに対応:Claude Code、Codex CLI、Gemini CLI、OpenCode、Copilot、Kiroなど。
LLMの実践ガイド:基本からAWSへの高度なLLMおよびRAGアプリのデプロイまで、LLMOpsのベストプラクティスを活用
オープンソースのエンドツーエンドプラットフォームで、LLMおよびAIエージェントアプリケーションの評価、観察、改善を行います。Tracing · Evals · Simulations · Datasets · Gateway · Guardrails。セルフホスト可能。Apache 2.0。
自動化されたLLMファジングのための強力なツールです。開発者やセキュリティ研究者がLLM APIの潜在的なジェイルブレークを特定し、軽減するのを支援するように設計されています。
Prompty は、AI アプリケーション用の LLM プロンプトの作成、管理、デバッグ、評価を容易にします。Prompty は、開発者のオブザーバビリティ、理解しやすさ、移植性を向上させるために設計された LLM プロンプトのアセットクラスおよび形式です。
よくある質問
GitHubで最も人気のある#llm-evaluationリポジトリは何ですか?
GitHubで最も上位にランクインしているオープンソースの#llm-evaluationプロジェクトは、46,592個のスターを獲得しているifixai-ai/iFixAiです。AIエージェントの独立監査。人間またはエージェント自身が実行し、AIエージェント経済における最も重要な問いに答えます。そのエージェントは本来の役割を果たしているか?iFixAiを使えば、120秒以内にその答えを得ることができます。
#llm-evaluationリポジトリで最もよく使われているプログラミング言語は何ですか?
GitHubで上位にランクインしている#llm-evaluationプロジェクトでは、Python, Jupyter Notebook, TypeScript, Javaが最も一般的なプログラミング言語です。
#llm-evaluationリポジトリのランキングはどのように算出されていますか?
#llm-evaluationのタグが付いた108件のアクティブなオープンソースリポジトリ(スター500個以上)を追跡しています。合計スター数は444,825個で、リポジトリあたりの平均は4,118個です。ランキングはGitHub APIからのデータに基づいて毎日更新されます。