Project Icon

checklist

全面评估NLP模型行为的测试框架

CheckList是一个用于全面测试NLP模型的框架,它提供了多种测试类型和工具。主要功能包括生成测试数据、扰动现有数据、创建和运行各类测试等。通过CheckList,研究人员和开发者可以更全面地评估NLP模型的行为表现,识别潜在问题和偏差。该项目包含详细教程和代码示例,支持多语言测试,并可与主流NLP库集成。

fast-check - JavaScript和TypeScript的高效属性测试框架
GithubJavaScriptTypeScriptfast-check属性测试开源项目测试框架
fast-check是一个为JavaScript和TypeScript设计的属性测试框架。它具有内置随机数生成器、自定义生成器支持、智能缩小功能和调试选项。该框架有助于发现代码中的边界情况和潜在问题,被Jest、Jasmine等项目采用,并在多个开源项目中发现过重要缺陷。
fiddler-auditor - 优化大型语言模型审核的开源工具
AI审核Fiddler AuditorGithubLLM评估NLP模型大型语言模型开源项目
Fiddler Auditor是一款开源工具,专为测试和评估大型语言模型(LLM)和NLP模型而设计。它提供了多项功能,包括通过提示扰动进行红队测试、LangChain集成、自定义评估指标和LLM比较。此工具有助于在模型部署前识别潜在弱点,如幻觉、对抗性响应和信息泄露等问题。Fiddler Auditor旨在为开发团队提供一个高效的解决方案,以增强LLM的安全性和可靠性。
langkit - 开源的语言模型监控与分析工具LangKit
GithubLangKit安全性与隐私安装开源项目情感和毒性分析文本质量
LangKit是一个开源的文本度量工具集,专门用于监控语言模型。它提供多种方法从输入和输出文本中提取相关信号,并兼容数据记录库whylogs。主要功能包括文本质量、文本相关性、安全与隐私、情感与毒性分析。通过简单的安装步骤,用户可以在WhyLabs平台或其他工具中可视化和监控这些度量结果,从而确保语言模型的安全和性能。
LLM-Finetuning-Toolkit - 配置化CLI工具,用于LLM微调和实验管理
CLI工具GithubLLM Finetuning ToolkitLLM微调实验开源项目配置文件
该工具通过yaml配置文件进行管理,支持LLM微调的各个方面,包括提示词、模型、优化策略和测试。用户可以通过pipx或pip安装,并按照提供的指南进行使用,涵盖基础到高级的使用场景。实验结果会被自动记录和保存。工具的模块化设计允许进一步扩展和定制。
awesome-testing - 软件测试资源大全 精选工具与技巧
GitHubGithub开源项目测试工具测试资源自动化测试软件测试
该项目精选软件测试资源,涵盖测试工具、安全测试、效率软件、书籍、培训、博客等多个方面。内容丰富全面,适合新手入门和经验丰富的测试人员提升技能。资源涉及各类测试领域,帮助测试人员拓展知识面、提高效率。项目采用第三方视角客观介绍,为测试社区提供可靠的参考。
AGIEval - 全面评估AI模型人类认知能力的基准测试
AGIEvalGithub人工智能评估基准测试基础模型开源项目自然语言处理
AGIEval是一个评估AI基础模型人类认知能力的综合基准。它包含20个源自高标准入学和资格考试的任务,涉及多个领域。AGIEval提供完整数据集、基线系统评估和详细评估方法,是衡量AI模型综合能力的权威工具。最新版本支持多语言评估,并设有完整排行榜,为研究人员提供了全面的AI模型能力评估平台。
ML-Bench - 评测大型语言模型和代理在代码库级机器学习任务上的效果
GitHub仓库GithubML-Bench代码评估大语言模型开源项目机器学习任务
本文详细说明了如何在代码库级别评估大型语言模型和代理的表现,包括环境设置、数据准备、模型微调和API调用等内容。提供了相关脚本和工具,帮助研究者复现实验结果,适用于机器学习和模型评估领域的专业人员和研究者。
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。
fact-checker - 利用提示链进行事实核查的演示
GithubLLMassumptionsfact checkingprompt chainingverification开源项目
该项目展示了如何通过提示链实现事实核查。LLM生成初步答案并验证其中的假设,最终提供包含新信息的答案。文档中包含运行指南和示例,帮助用户掌握该方法。
opencompass - 开源大型语言模型评估平台
CompassHubCompassKitCompassRankGithubOpenCompass大模型评估开源项目
OpenCompass 2.0集成CompassKit、CompassHub和CompassRank三大关键组件,致力于实现大型语言模型评估的全面性、开放性和可复现性。平台特色包括全面的模型和数据集支持、高效的分布式评估系统、多样化的评估方法以及高度可扩展的模块化结构。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

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。

Project Cover

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。

Project Cover

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。

Project Cover

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。

Project Cover

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。

Project Cover

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。

Project Cover

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。

Project Cover

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。

Project Cover

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。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号