Cua

DeepEval

AI GitHub 仓库

#80

开源框架，旨在评估大型语言模型（LLMs）。它允许开发者参与并改善评估过程，从而提升LLMs的性能和可靠性。DeepEval是一个开源框架，旨在评估大型语言模型（LLMs）。它允许开发者参与并改善评估过程，从而提升LLMs的性能和可靠性。

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。

Langfuse

AI GitHub 仓库

#19

开源的AI工程平台，提供LLM评估、可观察性、指标、提示管理等功能。它与OpenTelemetry、LangChain和OpenAI SDK集成，为AI开发提供全面的工具包。Langfuse是一个开源的AI工程平台，提供LLM评估、可观察性、指标、提示管理等功能。它与OpenTelemetry、LangChain和OpenAI SDK集成，为AI开发提供全面的工具包。

Feast 特征存储

AI GitHub 仓库

#89

开源特征存储，旨在用于人工智能和机器学习应用。它使数据科学家能够管理和提供生产中的特征，提高 AI 项目的效率和可扩展性。Feast 是一个开源特征存储，旨在用于人工智能和机器学习应用。它使数据科学家能够管理和提供生产中的特征，提高 AI 项目的效率和可扩展性。

Soup

AI GitHub 仓库

汤是一个GitHub仓库，能够使用单个YAML文件对大型语言模型（LLMs）进行微调。它利用层流技术在4GB的笔记本GPU上训练一个80亿参数的模型，使得在有限硬件上进行高级AI模型训练变得可行。

AirLLM

AI GitHub 仓库

#234

GitHub项目，能够在单个4GB GPU上进行70亿参数推理。它旨在优化大型语言模型在有限硬件上的性能，使先进的AI能力更加可及。AirLLM是一个GitHub项目，能够在单个4GB GPU上进行70亿参数推理。它旨在优化大型语言模型在有限硬件上的性能，使先进的AI能力更加可及。

TruLens 评估工具

AI GitHub 仓库

GitHub 项目，旨在评估和跟踪大型语言模型（LLMs）和 AI 代理的实验。它提供工具以有效评估性能并管理 AI 实验。TruLens 是一个 GitHub 项目，旨在评估和跟踪大型语言模型（LLMs）和 AI 代理的实验。它提供工具以有效评估性能并管理 AI 实验。

AI 管理器

AI GitHub 仓库

桌面应用程序，旨在简化 AI 编码工具的使用。它为开发人员提供了一个集成环境，以高效管理和部署 AI 模型，从而提高生产力和协作能力。AI 管理器是一款桌面应用程序，旨在简化 AI 编码工具的使用。它为开发人员提供了一个集成环境，以高效管理和部署 AI 模型，从而提高生产力和协作能力。