人工分析

Evidently AI - 开源AI评估

AI 应用

#24

提供开源工具，用于评估和监控AI应用程序。它通过测试大型语言模型（LLMs）和监控各种工作流程中的性能，帮助确保AI系统准备好投入生产。受到全球AI团队的信任。Evidently AI提供开源工具，用于评估和监控AI应用程序。它通过测试大型语言模型（LLMs）和监控各种工作流程中的性能，帮助确保AI系统准备好投入生产。受到全球AI团队的信任。

TruLens：AI代理的评估与追踪

AI 应用

#60

TruLens是一个开源库，用于评估和追踪AI代理。它使用OpenTelemetry对代理进行仪表化，利用LLM评审对步骤进行评分，并识别出最佳版本进行发布。TruLens帮助发现故障并优化成本，而不牺牲质量。

OpenAI Evals 框架

AI GitHub 仓库

用于评估大型语言模型（LLMs）和 LLM 系统的框架。它作为一个开源基准注册库，促进了对 AI 模型性能和能力的评估。OpenAI Evals 是一个用于评估大型语言模型（LLMs）和 LLM 系统的框架。它作为一个开源基准注册库，促进了对 AI 模型性能和能力的评估。

Choosely.AI

AI 应用

独立的人工智能智能服务。它跟踪大约 345 个人工智能工具的变化，例如定价、功能、发布和停用，通过其自身的进展指数评估整体人工智能能力，并将描述的任务与专业工具匹配，以便买家可以决定尝试、保留或放弃，而无需依赖付费排名。Choosely.AI 是一个独立的人工智能智能服务。它跟踪大约 345 个人工智能工具的变化，例如定价、功能、发布和停用，通过其自身的进展指数评估整体人工智能能力，并将描述的任务与专业工具匹配，以便买家可以决定尝试、保留或放弃，而无需依赖付费排名。

dataku | 数据视角下的 AI

AI 简报

#96

通过基准分析、定价趋势和模型比较提供 AI 数据智能。它为 AI 领域提供真实数据和数据驱动的见解，帮助用户了解各种 AI 模型和服务的性能及成本。dataku 通过基准分析、定价趋势和模型比较提供 AI 数据智能。它为 AI 领域提供真实数据和数据驱动的见解，帮助用户了解各种 AI 模型和服务的性能及成本。

Langtrace

AI 应用

#102

开源的可观测性和评估平台，旨在帮助开发人员将 AI 原型转化为企业级产品。它提供对 AI 代理性能、安全性和成本的洞察，支持主流框架和 LLM 提供商，实现无缝集成和迭代。Langtrace 是一个开源的可观测性和评估平台，旨在帮助开发人员将 AI 原型转化为企业级产品。它提供对 AI 代理性能、安全性和成本的洞察，支持主流框架和 LLM 提供商，实现无缝集成和迭代。

伽利略人工智能平台

AI 应用

#20

伽利略人工智能是一个用于生成性人工智能应用的可观察性和评估的平台，使团队能够在企业规模上监控、评估和保护人工智能系统。它提供构建数据集、创建准确评估和部署保护措施的工具，以确保可靠的人工智能操作。

Models.dev

AI 应用

开源数据库，提供有关 AI 模型规格、定价和功能的全面信息。它提供来自领先实验室的各种模型的见解，帮助用户在 AI 应用中做出明智的决策。Models.dev 是一个开源数据库，提供有关 AI 模型规格、定价和功能的全面信息。它提供来自领先实验室的各种模型的见解，帮助用户在 AI 应用中做出明智的决策。