#rag-evaluation Repositórios
Descubra 8 repositórios ativos de código aberto no GitHub marcados com #rag-evaluation, acumulando um total de 13,216 estrelas (uma média de 1,652 por projeto). O líder deste tópico é Giskard-AI/giskard-oss, com 5,965 estrelas.
8 repositórios no total
Plataforma open-source de ponta a ponta para avaliar, observar e melhorar aplicações de LLM e agentes de IA. Tracing · Evals · Simulations · Datasets · Gateway · Guardrails. Auto-hospedável. Apache 2.0.
AutoEvals é uma ferramenta para avaliar de forma rápida e fácil as saídas de modelos de IA usando as melhores práticas.
RAG agêntico para pesquisa de documentos local e auto-hospedada: recuperação híbrida, reranking e RAG multimodal sobre LanceDB integrado, com análise por Docling e um servidor MCP
Conjunto de dados e benchmark para RAG em documentos internos da empresa.
Base de conhecimento RAG empresarial com prioridade para o chinês: análise controlável, governança, segmentação, recuperação híbrida, reranking, citações, grafos de conhecimento, avaliação e integração com o Dify.
Perguntas Frequentes
Qual é o repositório de #rag-evaluation mais popular no GitHub?
O projeto de código aberto de #rag-evaluation mais bem classificado no GitHub é Giskard-AI/giskard-oss, com 5,965 estrelas. 🐢 Biblioteca de Código Aberto para Avaliação e Teste de Agentes LLM
Quais linguagens de programação são mais usadas nos repositórios de #rag-evaluation?
Entre os projetos de #rag-evaluation mais bem classificados no GitHub, as linguagens de programação mais comuns são Python.
Como é calculada a classificação dos repositórios de #rag-evaluation?
Acompanhamos 8 repositórios ativos de código aberto marcados com #rag-evaluation (com mais de 500 estrelas), totalizando 13,216 estrelas e uma média de 1,652 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.