Folkbench

harness-lab

AI GitHub リポジトリ

ウェブサイトを訪問は、DeepSeekハーネスの評価ハーネスを提供し、ユーザーがエージェントループ、圧縮、スキル、およびツール設定を再現可能なオフラインタスクでベンチマークできるようにします。これは、DeepSeekハーネスを使用する開発者の評価プロセスを強化するために設計されています。

OpenAI Evals フレームワーク

AI GitHub リポジトリ

大規模言語モデル（LLM）およびLLMシステムを評価するために設計されたフレームワークです。AIモデルの性能と能力を評価するためのベンチマークのオープンソースレジストリとして機能します。OpenAI Evalsは、大規模言語モデル（LLM）およびLLMシステムを評価するために設計されたフレームワークです。AIモデルの性能と能力を評価するためのベンチマークのオープンソースレジストリとして機能します。

DeepEval

AI GitHub リポジトリ

#80

大規模言語モデル（LLM）を評価するために設計されたオープンソースのフレームワークです。開発者が評価プロセスに貢献し、LLMのパフォーマンスと信頼性を向上させることができます。DeepEvalは、大規模言語モデル（LLM）を評価するために設計されたオープンソースのフレームワークです。開発者が評価プロセスに貢献し、LLMのパフォーマンスと信頼性を向上させることができます。

OpenAI Cookbook

AI GitHub リポジトリ

OpenAI APIの使用に関する例とガイドを提供します。これは、開発者がプロジェクトにおいてOpenAIの機能を効果的に実装し活用する方法を学ぶためのリソースです。OpenAI Cookbookは、OpenAI APIの使用に関する例とガイドを提供します。これは、開発者がプロジェクトにおいてOpenAIの機能を効果的に実装し活用する方法を学ぶためのリソースです。

CC Switch

AI GitHub リポジトリ

#68

Claude Code、Codex、OpenCodeなどの複数のAIツールを統合し管理するために設計されたクロスプラットフォームのデスクトップアシスタントです。開発者がさまざまなAIプラットフォームでのワークフローを効率化するための統一されたインターフェースを提供します。CC Switchは、Claude Code、Codex、OpenCodeなどの複数のAIツールを統合し管理するために設計されたクロスプラットフォームのデスクトップアシスタントです。開発者がさまざまなAIプラットフォームでのワークフローを効率化するための統一されたインターフェースを提供します。

Cua

AI GitHub リポジトリ

クロスOSフリート、ドライバー、トレーニングおよび評価のためのベンチマークを使用してコンピュータの使用を向上させることを目的としたオープンソースプロジェクトです。データ生成プロセスの効率化を目指しています。Cuaは、クロスOSフリート、ドライバー、トレーニングおよび評価のためのベンチマークを使用してコンピュータの使用を向上させることを目的としたオープンソースプロジェクトです。データ生成プロセスの効率化を目指しています。

Ragas LLM評価ツール

AI GitHub リポジトリ

LLMアプリケーションの評価を向上させるために設計されたツールです。開発者にアプリケーションを改善し、AI開発におけるコラボレーションと革新を促進するプラットフォームを提供します。RagasはLLMアプリケーションの評価を向上させるために設計されたツールです。開発者にアプリケーションを改善し、AI開発におけるコラボレーションと革新を促進するプラットフォームを提供します。

TaskingAI

AI GitHub リポジトリ

#188

AIネイティブアプリケーション開発のために設計されたオープンソースプラットフォームです。開発者がAI駆動のアプリケーションを効率的に作成するために必要なツールとリソースを提供します。TaskingAIは、AIネイティブアプリケーション開発のために設計されたオープンソースプラットフォームです。開発者がAI駆動のアプリケーションを効率的に作成するために必要なツールとリソースを提供します。