好开源，值得被发现。

关于巴西国家共同课程基础（BNCC）的LLM幻觉开放基准。衡量模型编造官方代码和文本的程度，具备可审计的方法论、原始数据和CI。

Iris 是一个本地优先的 MCP 服务器，使用 20 条内置确定性规则、可选的 LLM 评估器和 Web 仪表盘，对 AI 智能体运行进行质量、安全和成本评分——全部在本地机器上运行，无需账户或遥测。

MLflow 是一个开源 AI 工程平台，旨在管理 Agent、LLM 及传统机器学习模型的全生命周期，重点关注可观测性、评估与部署。

Oumi 是一个开源平台，覆盖基础模型全生命周期：数据准备、训练与微调（SFT、LoRA、QLoRA、GRPO）、评估、使用 LLM 评判的数据合成，以及通过 vLLM/SGLang 部署，并提供 CLI 和云作业启动。