Hume AI 提供语音原生评估平台，通过情感智能与人类判断衡量并改进语音 AI 表现。
适合语音 AI 开发者与研究者评估模型情感表达、对话动态，优化语音助手体验。
开源 AI 工程平台，支持 LLM 与 ML 模型的追踪、评估、监控与部署。
EleutherAI 开源的大模型少样本评测框架，支持数百任务与多种推理后端。
开源 AI 工程平台，支持 LLM 应用与 Agent 的追踪、评估、监控和提示词优化。
开源 LLM 工程平台，集追踪、评估、提示词管理与实验于一体，支持自托管。
开源 LLM 评测与红队测试 CLI/库，可对比多模型、扫描漏洞并集成 CI/CD。
开源 LLM 评估框架，类似 Pytest，用 G-Eval 等指标本地评测 LLM 应用与 Agent
