可发布
49k 星标
llama_index 项目
观测与评估项目，用于把运行日志、质量指标、数据漂移或实验结果转成可复核信号。
标签结果
评估 相关项目
当前标签：评估 · 18 个已发布项目。标签页只展示通过发布门禁的生产数据。
可发布
47k 星标
OpenSpec 项目
观测与评估项目，用于把运行日志、质量指标、数据漂移或实验结果转成可复核信号。
可发布
27k 星标
langfuse 项目
Langfuse 项目覆盖LLM/AI 可观测性、评估、Tracing、指标复核、监控检查和失败分析。
可发布
21k 星标
peft 项目
观测与评估项目，用于把运行日志、质量指标、数据漂移或实验结果转成可复核信号。
可发布
15k 星标
deepeval 项目
观测与评估项目，用于把运行日志、质量指标、数据漂移或实验结果转成可复核信号。
可发布
11k 星标
pr-agent 项目
观测与评估项目，用于把运行日志、质量指标、数据漂移或实验结果转成可复核信号。
可发布
9.7k 星标
phoenix 项目
Phoenix 项目覆盖LLM/AI 可观测性、评估、Tracing、指标复核、监控检查和失败分析。
可发布
9.0k 星标
cc-connect 项目
观测与评估项目，用于把运行日志、质量指标、数据漂移或实验结果转成可复核信号。
可发布
7.7k 星标
Verba 项目
观测与评估项目，用于把运行日志、质量指标、数据漂移或实验结果转成可复核信号。
可发布
7.5k 星标
evidently 项目
Evidently 项目覆盖LLM/AI 可观测性、评估、Tracing、指标复核、监控检查和失败分析。
可发布
2.4k 星标
openlit 项目
观测与评估项目，用于把运行日志、质量指标、数据漂移或实验结果转成可复核信号。
可发布
1.1k 星标
weave 项目
观测与评估项目，用于把运行日志、质量指标、数据漂移或实验结果转成可复核信号。
可发布
16 星标
genesys 项目
观测与评估项目，用于把运行日志、质量指标、数据漂移或实验结果转成可复核信号。
可发布
6 星标
grainulation 项目
观测与评估项目，用于把运行日志、质量指标、数据漂移或实验结果转成可复核信号。
可发布
星标未抓取
arksim 项目
ArkSim 项目覆盖LLM/AI 可观测性、评估、Tracing、指标复核、监控检查和失败分析。
可发布
星标未抓取
datatune 项目
观测与评估项目，用于把运行日志、质量指标、数据漂移或实验结果转成可复核信号。
可发布
星标未抓取
forge 项目
观测与评估项目，用于把运行日志、质量指标、数据漂移或实验结果转成可复核信号。
可发布
星标未抓取
pytorch-hessian-eigenthings 项目
观测与评估项目，用于把运行日志、质量指标、数据漂移或实验结果转成可复核信号。