giskard

LLM和ML模型的评估和测试框架

Giskard是一个开源的Python库，旨在自动检测AI应用中的性能、偏差和安全问题。支持LLM和传统的ML模型，功能涵盖自动生成评估数据集、评估RAG应用答案、检测幻觉、生成有害内容及敏感信息泄露等问题。Giskard可无缝集成到各种环境中，并提供详细文档和示例代码，适用于各类AI开发者。

访问官网

Github

文档

介绍相关项目

simple-evals - 开源轻量级语言模型评估库展示AI性能数据

APIGithubOpenAIlanguage models开源项目简单评估库评估

simple-evals是一个开源的轻量级语言模型评估库，用于展示AI模型的准确性数据。该库采用零样本链式思维方法，包含MMLU、MATH、GPQA等评估任务，并支持OpenAI和Claude等API接口。simple-evals为研究人员和开发者提供了评估和比较不同语言模型性能的工具，反映模型在实际应用中的表现。

learning-llms-and-genai-for-dev-sec-ops - 开发、运维、安全角度的LLM和GenAi学习指南

GenAiGithubLLMsLangchainPython开发运维安全开源项目

该仓库提供了一系列关于LLM和GenAi的课程，覆盖开发、运维和安全领域。课程基于Langchain框架，示范了如调用OpenAI、使用向量数据库和缓存策略等实例。还包括OWASP十大威胁、提示注入检测和缓解等安全问题。适合具备Python基础的开发者，通过这些课程可以全面掌握LLM和GenAi的实际应用。

speak-gpt - 开源高级AI助手，兼容多种语言模型

API提供商GPT模型GithubSpeakGPT人工智能助手开源开源项目

SpeakGPT是一款开源高级AI助手，利用强大的大语言模型（LLM）提供卓越的性能和功能。支持GPT、LLAMA、MIXTRAL、GEMMA、Gemini、DALL-E等多种模型。核心功能包括聊天、图像生成、语音输入、功能调用、深色模式和自定义API提供商支持。通过优化设计和安全的API密钥存储保证数据安全，代码公开可供检查以确保其安全性。

gazelle - 专注语音的语言模型的推断代码及社区合作

Apache 2.0GazelleGithubHuggingfaceLlama 2开源项目等待模型

本项目提供了用于Gazelle联合语音语言模型的代码，基于Huggingface的Llava实现。包括多个版本的检查点和模型更新，尽管优化有限，仍欢迎社区的贡献。使用者需遵循Apache 2.0和Llama 2许可证条款。本项目不建议在生产环境中使用，但能应对一些对抗性攻击。欢迎加入Discord获取更多信息和支持。

gibberish-text-detector - AutoNLP训练的多分类模型实现精准检测无意义文本

AutoNLPGithubHuggingface开源项目文本分类机器学习模型模型评估自然语言处理

gibberish-text-detector是基于AutoNLP训练的多分类模型，专注于无意义文本检测。模型在验证集上达到97.36%的准确率和F1分数，性能卓越。开发者可通过CURL或Python API便捷使用，实现高效的文本质量评估。该工具不仅识别无意义文本，还有助于优化内容质量，提升整体用户体验。

Evidently AI - 开源AI监控与机器学习观测平台

AI工具AI开发Evidently AI数据偏移数据质量机器学习模型监控模型训练热门

Evidently AI是一个开源的AI质量协作平台，旨在评估、测试和监控机器学习、LLM及通用AI应用。此平台帮助用户管理AI产品质量，维护模型性能，及时识别及应对数据偏移和异常。它支持文本、表格数据和嵌入式数据的监控，适用于各种规模的公司，提供直观的界面与丰富的可视化功能。

evaluate - 多框架兼容的机器学习评估工具库

EvaluateGithub开源项目指标机器学习模型比较评估

evaluate是一个开源的机器学习评估工具库，支持Numpy、Pandas、PyTorch、TensorFlow和JAX等多种框架。它提供了数十种涵盖自然语言处理和计算机视觉等领域的常用评估指标。用户可以使用evaluate进行模型评估、性能对比和结果报告。该库还支持创建新的评估模块并推送至Hugging Face Hub，便于比较不同指标的输出。evaluate的其他特点包括类型检查、指标卡片和社区指标功能，为研究人员和开发者提供了全面的模型评估支持。

xskillscore - 预测验证指标的Python开源计算库

GithubPython包xarrayxskillscore开源项目预测验证

xskillscore是一个专注于预测验证的Python开源库，支持计算确定性和概率性预测的各种指标。该库与xarray集成，提供多种评估方法，适用于不同预测场景。xskillscore具备并行计算能力，能高效处理大规模多模型多集合预报数据。这个工具在数据科学和气候预测等领域都有应用，可帮助研究人员评估预测的准确性和可靠性。

stable-diffusion-safety-checker - 基于CLIP模型的图像安全检查工具

CLIP模型GithubHuggingface内容审核图像识别安全检查器开源项目机器学习模型

stable-diffusion-safety-checker是一个开源的图像内容审核工具。该项目利用CLIP模型技术,专注于识别和过滤不适宜内容。它不仅可用于研究计算机视觉模型的性能,还能揭示潜在的偏见问题。尽管在某些分类任务中表现优异,但仍存在局限性。推荐将其应用于学术研究,使用时需谨慎评估相关风险。

lmms-eval - 大规模多模态模型评估框架加速AI发展

AI基准测试GithubLMMs-eval多模态模型开源项目评估框架

lmms-eval是专为大规模多模态模型(LMMs)设计的评估框架,整合多种基准和数据集,提供一致高效的评估方法。支持图像、视频等多模态任务,简化评估流程,加速模型开发和性能比较。该框架为研究人员提供灵活工具,助力理解和改进LMMs能力,推动人工智能向通用人工智能(AGI)发展。lmms-eval旨在成为加速LMMs发展的重要生态系统组件。

相关项目

推荐项目

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手，通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能，支持100+编程语言，与主流编辑器无缝集成，显著提升开发效率和代码质量。

AI写歌

Suno AI是一个革命性的AI音乐创作平台，能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐，Suno AI都是音乐爱好者和专业人士的理想选择。

有言AI

有言平台提供一站式AIGC视频创作解决方案，通过智能技术简化视频制作流程。无论是企业宣传还是个人分享，有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Kimi

Kimi AI助手提供多语言对话支持，能够阅读和理解用户上传的文件内容，解析网页信息，并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题，Kimi都能以友好、专业的方式提供帮助。

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术，为商家提供一键生成商品图和营销文案的服务，显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台，让商品第一时间被种草。

吐司

探索Tensor.Art平台的独特AI模型，免费访问各种图像生成与AI训练工具，从Stable Diffusion等基础模型开始，轻松实现创新图像生成。体验前沿的AI技术，推动个人和企业的创新发展。

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器，它将改变您观看视频的方式！SubCat结合了先进的人工智能技术，为您提供即时视频字幕翻译，无论是本地视频还是网络流媒体，让您轻松享受各种语言的内容。

美间AI

美间AI创意设计平台，利用前沿AI技术，为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图，再到文案生成，美间让创意设计更简单、更高效。

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。

使用协议隐私政策广告服务

投诉举报邮箱: service@vectorlightyear.com