Git Stars Git Stars

#evaluation-metrics 仓库

探索 18 个标记为 #evaluation-metrics 的活跃开源 GitHub 仓库,它们累计获得 46,395 个 Star(平均每个项目 2,577 个)。该主题的领先项目是 confident-ai/deepeval,拥有 19,585 个 Star。

18
仓库总数
46,395
总星标数
2,577
平均每个仓库星标数
1
confident-ai/deepeval

LLM评估框架

confident-ai
⭐ 19,585 Python 👤 confident-ai Organization 🕐 已更新 2026-11-19 📅 创建时间 2023-08-10
2
AgentOps-AI/agentops

用于 AI 代理监控、LLM 成本跟踪、基准测试等的 Python SDK。与包括 CrewAI、Agno、OpenAI Agents SDK、Langchain、Autogen、AG2 和 CamelAI 在内的大多数 LLM 和代理框架集成

AgentOps-AI
⭐ 5,971 Python 👤 AgentOps-AI Organization 🕐 已更新 2026-06-25 📅 创建时间 2023-08-15
3
datawhalechina/tiny-universe

《大模型白盒子构建指南》:一个全手搓的Tiny-Universe

datawhalechina
⭐ 5,148 Jupyter Notebook 👤 datawhalechina Organization 🕐 已更新 2026-02-12 📅 创建时间 2024-04-06
4
huggingface/lighteval

Lighteval 是您跨多个后端评估 LLM 的一体化工具包

huggingface
⭐ 2,587 Python 👤 huggingface Organization 🕐 已更新 2026-11-18 📅 创建时间 2024-01-26
5
huggingface/evaluation-guidebook

分享我们在管理 Open LLM Leaderboard 和设计 lighteval 期间收集到的关于 LLM 评估的实用见解和理论知识!

huggingface
⭐ 2,166 Jupyter Notebook 👤 huggingface Organization 🕐 已更新 2025-12-03 📅 创建时间 2024-10-09
6
xinshuoweng/AB3DMOT

(IROS 2020, ECCVW 2020) “3D 多目标跟踪:基线和新评估指标”的官方 Python 实现

xinshuoweng
⭐ 1,805 Python 👤 xinshuoweng User 🕐 已更新 2024-04-03 📅 创建时间 2019-06-19
8
activitynet/ActivityNet

此仓库旨在托管 ActivityNet 的工具和演示。

activitynet
⭐ 965 Jupyter Notebook 👤 activitynet Organization 🕐 已更新 2024-03-21 📅 创建时间 2015-10-23
9
jitsi/jiwer

使用诸如词错误率 (WER) 等相似度度量来评估您的语音转文本系统

jitsi
⭐ 946 Python 👤 jitsi Organization 🕐 已更新 2026-09-03 📅 创建时间 2018-06-19
10
Yuliang-Liu/MultimodalOCR

关于大型多模态模型中OCR的隐藏奥秘(OCRBench)

Yuliang-Liu
⭐ 902 Python 👤 Yuliang-Liu User 🕐 已更新 2026-11-17 📅 创建时间 2023-05-12
11
MIND-Lab/OCTIS

OCTIS:比较主题模型很简单!一个用于优化和评估主题模型的Python包(被EACL2021演示轨道录用)

MIND-Lab
⭐ 807 Python 👤 MIND-Lab Organization 🕐 已更新 2026-06-21 📅 创建时间 2020-03-13
12
Unbabel/COMET

一种用于机器翻译评估的神经框架

Unbabel
⭐ 791 Python 👤 Unbabel Organization 🕐 已更新 2026-04-21 📅 创建时间 2020-05-28
13
mir-evaluation/mir_eval

音乐/音频信息检索/信号处理算法的评估函数。

mir-evaluation
⭐ 719 Python 👤 mir-evaluation Organization 🕐 已更新 2026-11-12 📅 创建时间 2013-08-06
14
AmenRa/ranx

⚡️用于排名评估、比较和融合的闪电般快速的Python库 🐍

AmenRa
⭐ 691 Python 👤 AmenRa User 🕐 已更新 2025-08-07 📅 创建时间 2020-06-02
15
nekhtiari/image-similarity-measures

:chart_with_upwards_trend: 实现了八种评估指标来访问两幅图像之间的相似性。这八种指标如下:RMSE、PSNR、SSIM、ISSM、FSIM、SRE、SAM 和 UIQ。

nekhtiari
⭐ 649 Python 👤 nekhtiari User 🕐 已更新 2026-09-05 📅 创建时间 2020-04-06
16
statisticianinstilettos/recmetrics

用于评估推荐系统的指标库

statisticianinstilettos
⭐ 581 Jupyter Notebook 👤 statisticianinstilettos User 🕐 已更新 2024-01-11 📅 创建时间 2018-10-15
18
relari-ai/continuous-eval

LLM驱动的应用的数据驱动评估

relari-ai
⭐ 519 Python 👤 relari-ai Organization 🕐 已更新 2026-08-10 📅 创建时间 2023-12-08

常见问题解答

1

GitHub 上最受欢迎的 #evaluation-metrics 仓库是什么?

GitHub 上排名第一的开源 #evaluation-metrics 项目是 confident-ai/deepeval,拥有 19,585 个 Star。LLM评估框架

2

#evaluation-metrics 仓库中最常使用的编程语言有哪些?

在 GitHub 上排名靠前的 #evaluation-metrics 项目中,最常见的编程语言是 Python, Jupyter Notebook。

3

#evaluation-metrics 仓库的排名是如何计算的?

我们跟踪了 18 个标记为 #evaluation-metrics 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 46,395 个 Star,平均每个仓库拥有 2,577 个 Star。排名每日根据 GitHub API 更新。