Git Stars Git Stars

#machine-learning-evaluation 仓库

探索 10 个标记为 #machine-learning-evaluation 的活跃开源 GitHub 仓库,它们累计获得 11,993 个 Star(平均每个项目 1,199 个)。该主题的领先项目是 stanford-crfm/helm,拥有 2,975 个 Star。

10
仓库总数
11,993
总星标数
1,199
平均每个仓库星标数
1
stanford-crfm/helm

Holistic Evaluation of Language Models (HELM) 是由斯坦福大学基金模型研究中心 (CRFM) 创建的一个开源 Python 框架,用于对包括大型语言模型 (LLM) 和多模态模型在内的基础模型进行整体、可复现和透明的评估。

stanford-crfm
⭐ 2,975 Python 👤 stanford-crfm Organization 🕐 已更新 2026-09-01 📅 创建时间 2021-11-29
2
numenta/NAB

Numenta 异常基准测试

numenta
⭐ 2,062 Jupyter Notebook 👤 numenta Organization 🕐 已更新 2024-12-03 📅 创建时间 2014-05-06
3
tensorflow/model-analysis

TensorFlow 的模型分析工具

tensorflow
⭐ 1,271 Python 👤 tensorflow Organization 🕐 已更新 2026-08-14 📅 创建时间 2018-03-23
4
bigcode-project/bigcode-evaluation-harness

用于评估自回归代码生成语言模型的框架。

bigcode-project
⭐ 1,054 Python 👤 bigcode-project Organization 🕐 已更新 2025-07-22 📅 创建时间 2022-08-09
5
NannyML/The-Little-Book-of-ML-Metrics

每位数据科学家桌上都需要的书。

NannyML
⭐ 1,014 Jupyter Notebook 👤 NannyML Organization 🕐 已更新 2026-10-17 📅 创建时间 2024-07-23
6
tensorflow/gan

TensorFlow 中 GANs 的工具

tensorflow
⭐ 966 Jupyter Notebook 👤 tensorflow Organization 🕐 已更新 2025-01-16 📅 创建时间 2019-04-29
7
stanford-futuredata/ARES

RAG系统的自动化评估

stanford-futuredata
⭐ 711 Python 👤 stanford-futuredata Organization 🕐 已更新 2025-03-28 📅 创建时间 2023-09-27
8
syncora-ai/syncora-benchmarks

轻量级、即插即用的合成数据基准测试套件。通过导入 CSV 文件,将 Syncora 与其他生成器(例如 Gretel、MostlyAI)进行比较,然后自动计算保真度和相似性指标。通过简单的文件名约定适用于任何数据集,无需繁琐的设置。

syncora-ai
⭐ 678 Jupyter Notebook 👤 syncora-ai User 🕐 已更新 2025-08-11 📅 创建时间 2025-07-31
9
HazyResearch/legalbench

一项旨在对基础模型的法律推理进行基准测试的开放科学工作

HazyResearch
⭐ 663 Python 👤 HazyResearch Organization 🕐 已更新 2026-03-30 📅 创建时间 2022-08-19
10
CSHaitao/Awesome-LLMs-as-Judges

论文"LLMs-as-Judges: LLM-based Evaluation Methods"的官方仓库。

CSHaitao
⭐ 600 👤 CSHaitao User 🕐 已更新 2025-07-29 📅 创建时间 2024-11-10

常见问题解答

1

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

GitHub 上排名第一的开源 #machine-learning-evaluation 项目是 stanford-crfm/helm,拥有 2,975 个 Star。Holistic Evaluation of Language Models (HELM) 是由斯坦福大学基金模型研究中心 (CRFM) 创建的一个开源 Python 框架,用于对包括大型语言模型 (LLM) 和多模态模型在内的基础模型进行整体、可复现和透明的评估。

2

#machine-learning-evaluation 仓库中最常使用的编程语言有哪些?

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

3

#machine-learning-evaluation 仓库的排名是如何计算的?

我们跟踪了 10 个标记为 #machine-learning-evaluation 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 11,993 个 Star,平均每个仓库拥有 1,199 个 Star。排名每日根据 GitHub API 更新。