BNCC (ব্রাজিলের জাতীয় সাধারণ পাঠ্যক্রম) সম্পর্কিত এলএলএম হ্যালুসিনেশন পরিমাপের একটি উন্মুক্ত বেঞ্চমার্ক। এটি মডেলগুলো কতটা ভুল কোড বা পাঠ্য তৈরি করে তা যাচাই করার জন্য একটি স্বচ্ছ পদ্ধতি, কাঁচা ডেটা এবং সিআই অডিটযোগ্য ব্যবস্থা প্রদান করে।
ওপেন সোর্স। নতুন সম্ভাবনা।
মানসম্মত ওপেন-সোর্স প্রজেক্ট আবিষ্কার করুন, বেনামে প্রজেক্ট জমা দিন এবং নিজের প্রজেক্ট দাবি করে সম্পাদনা করুন।
কৌতূহল নিয়ে ওপেন সোর্স আবিষ্কার করুন।
THE FIRST COLLECTIONশচীন (Sachin)-এর জন্য একটি GitHub প্রোফাইল README, যিনি নিজেকে একজন অ্যাপ্লাইড AI আর্কিটেক্ট এবং ইঞ্জিনিয়ার হিসেবে বর্ণনা করেছেন। এটি এজেন্ট, রিট্রিভাল (RAG), মূল্যায়ন এবং নির্ভরযোগ্যতার টুলিং কভার করে এমন নির্বাচিত ওপেন-সোর্স প্রজেক্টগুলোর দিকে নির্দেশ করে এবং দক্ষতা, কাজের ধরন, চুক্তির শর্তাবলী এবং যোগাযোগের বিবরণ তালিকাভুক্ত করে।
AgentLeak হলো AI এজেন্টের জন্য একটি ওপেন-সোর্স প্রাইভেসি টেস্টিং টুল। এটি লোকাল Python SDK, CLI এবং MCP টুল ব্যবহার করে টুল কল, মেমোরি ও লগে ডেটা লিক শনাক্ত করে, রিড্যাক্টেড রিপোর্ ও CI গেট দেয়, ক্লাউড নির্ভরতা ছাড়াই।
MLflow হলো একটি ওপেন-সোর্স AI ইঞ্জিনিয়ারিং প্ল্যাটফর্ম যা এজেন্ট, LLM এবং প্রথাগত ML মডেলের লাইফসাইকেল ম্যানেজমেন্ট, অবজারভেবিলিটি, মূল্যায়ন এবং ডেপ্লয়মেন্টের জন্য ডিজাইন করা হয়েছে।
SUM একটি ওপেন-সোর্স টুল যা ক্রিপ্টোগ্রাফিক রসিদের মাধ্যমে AI টেক্সট রূপান্তর যাচাই করে। AI যখন টেক্সট পুনর্লিখন করে তখন কী পরিবর্তিত, কী সংরক্ষিত এবং কী হারিয়েছে তা পরীক্ষা করে, সাথে ক্রস-রানটাইম Ed25519 স্বাক্ষর এবং অফলাইন যাচাইকরণ।
garak হলো NVIDIA-এর একটি ওপেন-সোর্স LLM দুর্বলতা স্ক্যানার, যা জেনারেটিভ AI মডেলগুলোতে হ্যালুসিনেশন, ডেটা লিকেজ, প্রম্পট ইনজেকশন, টক্সিসিটি, জেলব্রেক এবং অন্যান্য দুর্বলতা খুঁজে বের করে; এটি nmap বা Metasploit-এর মতো, তবে LLM-এর জন্য।
iFixAi হলো AI এজেন্টের জন্য একটি স্বাধীন অডিটিং টুল, যা এজেন্ট ব্যবসায়িক KPI এবং সংগঠনিক কাঠামো মেনে চলে কিনা তা মূল্যায়ন করে একটি গঠনমুখী স্কোরিং সিস্টেমের মাধ্যমে।
DeepEval হলো একটি ওপেন-সোর্স এলএলএম (LLM) মূল্যায়ন ফ্রেমওয়ার্ক, যা এআই অ্যাপ্লিকেশন, আরএজি (RAG) পাইপলাইন, এজেন্ট এবং চ্যাটবটগুলোর ইউনিট টেস্টিংয়ের জন্য বিশেষভাবে তৈরি করা হয়েছে।