LiveBench: A Challenging, Contamination-Free LLM Benchmark
🧪 Évaluation, observabilité et sécurité
Évaluation de modèles, tests de prompts, observabilité, garde-fous et red teaming
Tout 1040🧠 Grands modèles de langage 24🤖 Agents IA 159🧩 Plateformes de développement d’applications 23📚 RAG et bases de connaissances 47💬 Interfaces de chat et clients 41🖥️ Inférence et déploiement en local 87👨💻 Programmation assistée par IA 97🛠️ Frameworks et SDK 46🔌 MCP et écosystème d’outils 36🎨 Génération d’images 26🎬 Génération de vidéo 17🎙️ Voix et audio 45👁️ Vision par ordinateur 26📄 Analyse de documents et scraping 25🗄️ Bases de données vectorielles 25🏋️ Entraînement, fine-tuning et MLOps 71🧪 Évaluation, observabilité et sécurité 79🚪 Passerelles et proxys d’API 12🔎 Recherche et deep research 16⚙️ Bibliothèques de deep learning 57🏷️ Données et annotation 32🔬 IA pour l’industrie et la science 33⚡ Outils de productivité 16
Trained models & code to predict toxic comments on all 3 Jigsaw Toxic Comment Challenges. Built using ⚡ Pytorch Lightning and 🤗 Transformers.
Readymade evaluators for your LLM apps
The nnsight package enables interpreting and manipulating the internals of deep learned models.
Dingo: A Comprehensive AI Data, Model and Application Quality Evaluation Tool
Cut AI context cost without trusting the compressor. Every reduction is reversible, byte-exact recoverable, and carries an auditable receipt. Local-first, works through proxy, MCP, SDK, or agent wrapper.
Microsoft’s generated AI risk identification open source automation framework.