LLMs Evaluation

AlpacaEval

Un évaluateur automatique pour les modèles de langage. Validés par des humains, de haute qualité, bon marché et rapide.

FastChat

FastChat est une plateforme collaborative pour les modèles de langage LLMs.

BigCode Eval

BigCode Evaluation Harness est un framework pour l'évaluation des modèles de langage de génération de code autorégressif.

Promptfoo

Testez vos invites, modèles et RAGs. Évaluez et comparez les LLMs, détectez les régressions et améliorez la qualité des invites.