evaluation-metrics

10 proyectos comparten este topic de GitHub

Las líneas conectan a los miembros que están mediblemente relacionados entre sí. El tamaño de los puntos refleja las estrellas.

🧬 Miembros

The LLM Evaluation Framework

《大模型白盒子构建指南》：一个全手搓的Tiny-Universe

evaluation-guidebook

Sharing both practical insights and theoretical knowledge about LLM evaluation that we gathered while…

continuous-eval

Data-Driven Evaluation for LLM-Powered Applications

Cloud_Map_Evaluation

[RAL' 25 & IROS‘ 25] MapEval: Towards Unified, Robust and Efficient SLAM Map Evaluation Framework.

Awesome-Evaluation-of-Visual-Generation

A list of works on evaluation of visual generation models, including evaluation metrics, models, and systems

Benchmark diffusion models faster. Automate evals, seeds, and metrics for reproducible results.

RAG evaluation without the need for "golden answers"

Metrics to evaluate the quality of responses of your Retrieval Augmented Generation (RAG) applications.

Python SDK for running evaluations on LLM generated responses

🔗 Familias relacionadas

evaluation-framework 6 llm-evaluation 8 diffusion 68 llama 65 information-retrieval 20 benchmarking 10 rag 86

Medido a partir de los temas de GitHub compartidos por ambos proyectos, ponderado por cuán raros son cada uno de los temas.