ragas

使用 Prometheus 和 GPT4 评估你的 LLM 响应 💯

Evidently是一个开源的ML和LLM可观测性框架。评估、测试和监控任何AI驱动的系统或数据管道。从表格数据到生成式AI。100多个指标。

OpenCompass是一个LLM评估平台，支持100多个数据集上的多种模型（Llama3、Mistral、InternLM2、GPT-4、LLaMa2、Qwe

大型多模态模型 (LMM) 的开源评估工具包，支持 220+ LMM、80+ 基准测试。