mcp-serveriris-eval
नयाIris एक लोकल-फर्स्ट MCP सर्वर है जो AI एजेंट रन की गुणवत्ता, सुरक्षा और लागत का मूल्यांकन 20 अंतर्निहित नियमों, वैकल्पिक LLM जज और वेब डैशबोर्ड से करता है—सब कुछ आपकी मशीन पर, बिना खाते या टेलीमेट्री के।
OPEN SOURCE, OPEN TO EVERYONE
ओपन सोर्स। नई संभावनाएँ।
उत्कृष्ट ओपन-सोर्स प्रोजेक्ट खोजें, गुमनाम रूप से प्रोजेक्ट सबमिट करें और अपने प्रोजेक्ट का दावा कर उसे संपादित करें।
✳संपादकीय चयन · अच्छा ओपन सोर्स खोजें4109खोजे गए
जिज्ञासा के साथ ओपन सोर्स खोजें।
THE FIRST COLLECTIONTopic: evaluation清除
mlflowmlflow
नयाMLflow एक ओपन-सोर्स AI इंजीनियरिंग प्लेटफॉर्म है जिसे एजेंटों, LLMs और पारंपरिक ML मॉडल के लाइफसाइकिल को प्रबंधित करने के लिए डिज़ाइन किया गया है, जो ऑब्जर्वेबिलिटी, मूल्यांकन और परिनियोजन पर केंद्रित है।
oumioumi-ai
नयाOumi एक ओपन-सोर्स प्लेटफ़ॉर्म है जो फाउंडेशन-मॉडल के पूरे जीवनचक्र को कवर करता है: डेटा तैयारी, प्रशिक्षण और फाइन-ट्यूनिंग (SFT, LoRA, QLoRA, GRPO), मूल्यांकन, LLM जज के साथ डेटा संश्लेषण, और vLLM/SGLang के माध्यम से तैनाती, साथ में CLI और क्लाउड जॉब लॉन्चिंग।
bncc-benchmarkbncc-dev
नयाब्राज़ील के BNCC (राष्ट्रीय साझा पाठ्यक्रम आधार) पर LLM हैलुसिनेशन का खुला बेंचमार्क। यह मापता है कि मॉडल कितने आधिकारिक कोड और पाठ गढ़ते हैं, खुली पद्धति, कच्चे डेटा और ऑडिट योग्य CI के साथ।