gh

# llm-evaluation

このトピックのトレンドリポジトリ（2件）

langfuse/langfuse

langfuse/langfuseOtherTypeScript
25.9k

🪢 Open source LLM engineering platform: LLM Observability, metrics, evals, prompt management, playground, datasets. Integrates with OpenTelemetry, Langchain, OpenAI SDK, LiteLLM, and more. 🍊YC W23

analyticsautogenevaluationlangchainlarge-language-modelsllama-indexllmllm-evaluationllm-observabilityllmopsmonitoringobservabilityopen-sourceopenaiplaygroundprompt-engineeringprompt-managementself-hostedycombinator

AIアプリの品質とセキュリティを丸ごとテスト！GPT・Claude・Geminiを一括比較 — promptfoo

promptfoo/promptfooAITypeScript
15.6k3回登場

promptfooは、AIアプリ（ChatGPTのようなAIを使ったサービス）の品質チェックとセキュリティ検査を自動化するツールです。「この質問をしたらAIが正しく答えるか？」「悪意ある入力で情報が漏れないか？」といったテストを、設定ファイ

cici-cdcicdevaluationevaluation-frameworkllmllm-evalllm-evaluationllm-evaluation-frameworkllmopspentestingprompt-engineeringprompt-testingpromptsragred-teamingtestingvulnerability-scanners