开源 LLM 工程平台：追踪、评测、提示词管理与指标。
OpenAI Evals
评测大模型与系统的框架及基准注册表。
- カテゴリ
- 🧪 評価・可観測性・安全性
- リポジトリ
- openai/evals
- スター
- ★ 19,613
- フォーク
- 3,120
- 言語
- Python
- 最終更新
- 2026-04-14
- アクセス数
- 0
評価
関連プロジェクト
测试提示词、模型与 RAG 的评测与红队工具，CLI 与 CI 友好。
大模型少样本评测框架，Open LLM Leaderboard 背后的工具。
Open-source AI penetration testing tool to find and fix your app’s vulnerabilities.
用众多可复用的提示词模式增强人类能力的开源框架。
An AI prompt optimizer for writing better prompts and getting better AI results.