Git Stars Git Stars

#model-evaluation-metrics Repositórios

Descubra 3 repositórios ativos de código aberto no GitHub marcados com #model-evaluation-metrics, acumulando um total de 2,461 estrelas (uma média de 820 por projeto). O líder deste tópico é SalesforceAIResearch/promptomatix, com 979 estrelas.

3
Total de Repositórios
2,461
Total de estrelas
820
Média de Estrelas/Repositório
Linguagens de programação: Python HTML

3 repositórios no total

1
SalesforceAIResearch/promptomatix

Um Framework de Otimização Automática de Prompts para Grandes Modelos de Linguagem

SalesforceAIResearch
⭐ 979 Python 👤 SalesforceAIResearch Organization 🕐 Atualizado 2026-06-02 📅 Criado 2025-07-08
2
SkyworkAI/Skywork-OR1

Liberando o Poder do Aprendizado por Reforço para Raciocínios Matemáticos e de Código

SkyworkAI
⭐ 744 Python 👤 SkyworkAI Organization 🕐 Atualizado 2025-06-06 📅 Criado 2025-04-11
3
shafaypro/CrackingMachineLearningInterview

Um repositório para prepará-lo para sua entrevista de aprendizado de máquina, envolvendo a maioria das perguntas feitas por todas as gigantes de tecnologia e empresas locais. Faça isto para Arrasar em suas Entrevistas para Engenheiro de Aprendizado de Máquina

shafaypro
⭐ 739 HTML 👤 shafaypro User 🕐 Atualizado 2026-10-11 📅 Criado 2020-05-23

Perguntas Frequentes

1

Qual é o repositório de #model-evaluation-metrics mais popular no GitHub?

O projeto de código aberto de #model-evaluation-metrics mais bem classificado no GitHub é SalesforceAIResearch/promptomatix, com 979 estrelas. Um Framework de Otimização Automática de Prompts para Grandes Modelos de Linguagem

2

Quais linguagens de programação são mais usadas nos repositórios de #model-evaluation-metrics?

Entre os projetos de #model-evaluation-metrics mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, HTML.

3

Como é calculada a classificação dos repositórios de #model-evaluation-metrics?

Acompanhamos 3 repositórios ativos de código aberto marcados com #model-evaluation-metrics (com mais de 500 estrelas), totalizando 2,461 estrelas e uma média de 820 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.