由于 trendforge.devlive.top 访问受限，请切换到 trendforge.devlive.org 域名
evaluation-framework
话题找到数量
promptfoo/promptfoo
测试您的提示词、智能体和检索增强生成系统。针对大语言模型的红队测试、渗透测试与漏洞扫描。对比GPT、Claude、Gemini、Llama等模型的性能表现。支持命令行与CI/CD集成的简易声明式配置。
24k
2.2k
1.1k
+48
future-agi/future-agi
用于评估、观察和改进 LLM 和 AI 代理应用程序的开源端到端平台。追踪·评估·模拟·数据集·网关·护栏。可自行托管。阿帕奇2.0。
1.8k
544
360
+108
