英国 AI 安全研究所开源的大模型评测框架,内置 200+ 评测,支持提示工程、工具调用与多轮对话。
适合 AI 研究者、安全团队与工程师做模型能力与安全评测、基准测试和红队测试。
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