🔥 热门搜索llm vuejs pytorch sql leetcode graphql peg unity tokio bi php8 redis

"evaluation"

📘 教程

Langfuse：解锁LLM工程平台的潜力Langfuse是一款开源的LLM工程平台，帮助团队协同开发、监控、评估和调试AI应用。通过Langfuse，您可以实现LLM应用的可观察性、提示管理、评估和数据集管理。这个教程将指导您如何安装、使用和定制Langfuse，解决您在LLM应用开发中的痛点。进阶9 章★ 30.8kanalyticsautogenevaluation

📰 资讯

AI★★★★OpenAI · Wed, 08 Ju

评估编码能力的信号与噪音

OpenAI 的最新分析揭示了流行的编码基准 SWE-Bench Pro 存在问题，引发了对 AI 模型评估的可靠性和准确性的担忧。该分析强调了评估编码能力的复杂性。

SWE-Bench Pro 存在评估偏差的问题
AI 模型评估的可靠性和准确性受到影响
需要更准确的评估方法

学术研究★★★★arXiv · 2026-07-07

非人类序列依存句法分析的可行性研究

依存句法分析是自然语言处理中的一个重要任务，通常需要大量标注数据作为参考标准。然而，在非人类序列中，缺乏标注数据使得依存句法分析变得困难。最近的研究探讨了如何在没有参考标准的情况下进行依存句法分析。

研究人员提出使用网络科学的方法来评估依存句法分析的准确性
这种方法可以应用于非人类序列，例如其他生物体的通信序列
研究结果表明，在没有参考标准的情况下，依存句法分析在其他生物体中也是可行的

📦 开源项目

actions/checkout

checkout：代码库检出操作 — checkout是一个GitHub Actions的操作，用于检出代码库，以便在工作流程中执行后续的操作。它支持多种版本控制系统，包括Git。使用checkout，可以轻松地在工作流程中获取代码库的最新版本，并执行自动化的测试、构建和部署等操作。

TypeScript★ 8.3k⑂ 2.5kweb

+129 ★

interviewstreet/hiring-agent

hiring-agent：人工智能招聘评估工具 — hiring-agent是一个使用Python编写的AI代理，用于评估和评分简历。它可以帮助招聘人员快速筛选出合适的候选人，提高招聘效率。hiring-agent的出现标志着招聘行业向智能化转型的重要一步

Python★ 2.5k⑂ 623ai-ml

+203 ★

aristocratos/btop

btop：系统资源监控工具 — btop 是一个使用 C++ 编写的系统资源监控工具，用于显示系统的 CPU、内存、磁盘和网络资源使用情况。它可以帮助用户实时监控系统资源，快速发现和解决系统瓶颈。通过使用 btop，用户可以优化系统性能和资源利用率。

C++★ 33.4k⑂ 1.1kother

MiniMax-AI/skills

skills：人工智能技能开发库 — skills是一个开源的C#库，用于开发和集成人工智能技能。它提供了一种简单的方式来创建和管理AI能力，使得开发者可以更加容易地将AI集成到自己的应用程序中。通过使用skills，开发者可以快速构建智能应用，提高用户体验

C#★ 13k⑂ 1.1kother

CMU-Perceptual-Computing-Lab/openpose

openpose：实时多人关键点检测库 — openpose是一个开源的C++库，能够实时检测多人体的关键点，包括身体、面部、手和脚。它利用深度学习和计算机视觉技术，实现了高精度的检测。openpose的应用包括人机交互、运动分析和安全监控等领域

C++★ 34.3k⑂ 8kai-ml

trufflesecurity/trufflehog

trufflehog：秘密泄露检测工具 — trufflehog 是一个开源工具，用于检测和分析泄露的凭证，帮助开发者和安全团队保护敏感信息。它通过扫描代码仓库和其他数据源来发现潜在的安全风险。trufflehog 的功能对于确保应用程序和服务的安全性至关重要

Go★ 27k⑂ 2.5ksecurity

dependency-check/DependencyCheck

DependencyCheck：软件依赖漏洞检测工具 — DependencyCheck是一个软件组成分析工具，用于检测应用程序依赖中的已公开披露的漏洞。它支持多种构建工具，如Maven和Gradle，并提供Jenkins插件。通过使用DependencyCheck，开发人员可以确保他们的应用程序是安全的，并及时发现和修复漏洞

Java★ 7.6k⑂ 1.4ksecurity

roboflow/supervision

supervision：计算机视觉工具 — supervision提供了一系列的计算机视觉工具，包括图像处理、目标检测、分类等功能，使用Python语言开发，支持多种深度学习框架如PyTorch和TensorFlow。该库的目的是为了简化计算机视觉任务的开发流程，提高开发效率。同时，supervision也支持多种数据格式，如COCO、Pascal VOC等，方便用户使用自己的数据进行训练和测试。

Python★ 47.7k⑂ 4.4kai-ml

recommenders-team/recommenders

Python★ 21.8k⑂ 3.3kai-ml

vwxyzjn/cleanrl

cleanrl：高质量的深度强化学习算法实现 — cleanrl提供了多种深度强化学习算法的实现，包括PPO、DQN、C51、DDPG、TD3、SAC和PPG等。这些算法都是在一个单文件中实现的，具有研究友好的特性。cleanrl的实现基于Python和PyTorch，能够与Gym和WandB等流行的机器学习库进行集成。

Python★ 10k⑂ 1.1kai-ml

teamcapybara/capybara

capybara：Web 应用程序的验收测试框架 — capybara 提供了一个简单易用的 API，用于编写和运行验收测试，支持 Selenium、Rack::Test 等驱动程序。它可以模拟用户交互，验证页面内容，并支持多种浏览器。通过使用 capybara，可以提高 Web 应用程序的质量和可靠性

Ruby★ 10.2k⑂ 1.5kweb

chenglou/pretext

pretext：快速准确的文本测量和布局 — pretext是一个使用TypeScript编写的工具，能够快速准确地进行文本测量和布局。它提供了综合的文本处理功能，能够满足各种文本处理需求。pretext的出现使得开发者能够更容易地处理文本数据

TypeScript★ 49k⑂ 2.7kweb

openai/gym

gym：强化学习算法开发工具包 — gym提供了一个开发和比较强化学习算法的平台，允许用户定义环境和代理，实现算法的开发和测试。通过使用gym，研究人员和开发者可以更容易地比较和优化不同的强化学习算法。gym的设计目标是提供一个简单、灵活和可扩展的平台，以促进强化学习的研究和应用

Python★ 37.2k⑂ 8.7kother

andrewrk/poop

poop：性能优化观察平台 — poop是一个性能优化观察平台，用于收集和分析性能数据，以帮助开发者优化应用程序。它使用Zig语言开发，提供了高性能和可靠的数据分析能力。通过使用poop，开发者可以更好地理解应用程序的性能瓶颈，从而优化应用程序的性能。

Zig★ 2k⑂ 91other

vectordotdev/vector

vector：高性能可观测性数据管道 — vector是一个高性能的可观测性数据管道，能够处理和转换大量的日志、指标和追踪数据。它使用Rust语言开发，具有高性能、可靠性和可扩展性。vector能够与多个数据源和目标集成，包括Datadog、云原生环境等，提供实时的数据处理和分析能力。

Rust★ 22.2k⑂ 2.2kdevops

pointfreeco/swift-composable-architecture

swift-composable-architecture：组合式架构库 — swift-composable-architecture是一个Swift库，帮助开发者以一致和可理解的方式构建应用程序。它注重组合、测试和用户体验，使得开发者可以更容易地构建和维护应用程序。同时，它支持SwiftUI和UIKit，提供了模块化和测试性的特点。

Swift★ 14.8k⑂ 1.7kmobile

moment/moment

moment：JavaScript 日期处理库 — moment 提供了强大的日期处理功能，允许开发者轻松地解析、操作和显示日期。它可以帮助开发者处理日期相关的任务，例如日期格式化、时间计算等。moment 广泛应用于 Web 开发中，特别是在需要处理日期和时间的应用程序中。

JavaScript★ 47.9k⑂ 7kweb

grafana/pyroscope

pyroscope：连续性能分析平台 — pyroscope是一个开源的连续性能分析平台，帮助开发人员调试性能问题到单行代码级别。它支持多种编程语言，包括Go、Python和Ruby，能够实时监控和分析性能瓶颈。通过使用pyroscope，开发人员可以快速定位和解决性能问题，提高应用程序的性能和可靠性

Go★ 11.5k⑂ 772devops

yuanguangxin/LeetCode

LeetCode：算法练习与面试准备 — LeetCode提供了大量的算法题目和解决方案，帮助用户提高编程技能和准备技术面试。通过LeetCode，用户可以提高自己的Java编程能力和解决问题的思维能力。同时，LeetCode也提供了面试整理和刷题记录的功能，帮助用户更好地准备面试

Java★ 7.5k⑂ 1.9kother

acdlite/recompose

recompose：React 函数组件和高阶组件工具库 — recompose 为 React 开发者提供了一系列实用函数和高阶组件，帮助简化组件开发和复用。它支持函数组件和高阶组件，提高了开发效率和代码可维护性。通过使用 recompose，可以更轻松地构建和管理复杂的 React 应用

JavaScript★ 14.8k⑂ 1.2kweb

langfuse/langfuse

langfuse：开源AI工程平台 — langfuse是一个开源的AI工程平台，提供了LLM评估、可观察性、指标、提示管理、游乐场和数据集等功能。它与多个库和框架集成，包括OpenTelemetry、LangChain、OpenAI SDK和LiteLLM。langfuse的目标是为AI开发者提供一个统一的平台来评估、管理和优化他们的LLM模型。

TypeScript★ 30.9k⑂ 3.2kdevops

hiyouga/LlamaFactory

LlamaFactory：统一高效微调 — LlamaFactory实现了对100多个LLMs和VLMs的统一高效微调，支持多种微调方法，包括fine-tuning、instruction-tuning和Lora等。该项目使用Python语言开发，基于Transformers库，能够高效地微调大语言模型。LlamaFactory的出现对于自然语言处理（NLP）领域具有重要意义，能够帮助研究人员和开发人员更好地利用大语言模型

Python★ 73.1k⑂ 8.9kai-ml

alibaba/arthas

arthas：阿里巴巴Java诊断工具 — arthas提供了一系列强大的功能，包括实时监控、诊断和问题解决，能够帮助开发者快速定位和解决Java应用程序的问题。arthas支持多种诊断功能，包括类加载器、方法调用、线程堆栈等。使用arthas，可以大大提高Java应用程序的开发和维护效率

Java★ 37.4k⑂ 7.6kai-ml

hankcs/HanLP

HanLP：下一代自然语言处理工具 — HanLP是一个功能强大的自然语言处理库，提供了令牌化、词性标注、命名实体识别、句法和语义依存解析、文档分类等功能。它是下一代自然语言处理的重要工具，可以帮助开发者更好地理解和处理人类语言。HanLP的出现使得自然语言处理变得更加简单和高效

Python★ 36.4k⑂ 10.9kai-ml

Imbad0202/academic-research-skills

academic-research-skills：学术研究技能 — academic-research-skills 项目提供了一套完整的学术研究流程，包括研究、写作、审查、修订和最终化，使用 Claude Code 和 prompt-engineering 技术来提高研究效率。该项目对于需要进行学术写作、文献审查和同行评审的研究人员具有重要意义。通过使用 academic-research-skills，研究人员可以更好地管理自己的研究流程，提高研究质量和效率。

Python★ 37.2k⑂ 3kother

qiurunze123/miaosha

miaosha：秒杀系统设计与实现 — miaosha是一个秒杀系统的设计与实现项目，使用Java语言开发。该项目为互联网工程师提供了一个进阶与分析的机会，能够帮助开发者深入理解秒杀系统的设计与实现。同时，miaosha项目也为开发者提供了一个实践的平台，能够帮助开发者提高自己的开发技能

Java★ 26.6k⑂ 6.6kother

ultralytics/ultralytics

ultralytics：开源计算机视觉库 — ultralytics 库提供了多种计算机视觉功能，包括目标检测、图像分类、实例分割、姿势估计等。它基于 PyTorch 框架，支持 CLI 和 Hub 功能，能够满足不同用户的需求。ultralytics 库的开源性和强大的功能使其成为计算机视觉领域的重要工具。

Python★ 59.3k⑂ 11.3kai-ml

PostHog/posthog

posthog：开发者平台 — posthog提供了一系列功能，包括产品分析、网页分析、会话回放、错误跟踪、特性开关、实验、调查、数据仓库、CDP和AI产品助手，帮助开发者调试代码、快速发布功能、统一管理使用和客户数据。posthog的功能可以帮助开发者更好地理解用户行为、优化产品和提高用户体验。通过使用posthog，开发者可以更快速地构建成功的产品

Python★ 35.4k⑂ 2.9kdata

jcalabro/uscope

uscope：微型调试工具 — uscope是一个使用Zig语言开发的调试工具，提供了introspection和developer-tools功能，能够帮助开发人员更好地理解和调试自己的代码。它支持linux系统，并提供了一个简单的接口来进行调试。uscope的出现为开发人员提供了一个新的调试解决方案

Zig★ 1k⑂ 24tools

facebookarchive/prepack

prepack：JavaScript 代码优化工具 — prepack 通过分析 JavaScript 代码，消除未使用的代码，减小代码体积，并优化代码执行效率。这种优化对于提高 Web 应用性能和减少加载时间至关重要。通过使用 prepack，开发者可以更好地优化他们的 JavaScript 代码，提高用户体验。

JavaScript★ 14.1k⑂ 412web

highlight/highlight

highlight：开源全栈监控平台 — highlight是一个开源的全栈监控平台，提供了错误监控、会话回放、日志记录、分布式追踪等功能。它帮助开发人员和运维团队实时监控和优化应用程序的性能。highlight的开源性和自托管能力使其成为开发人员的热门选择。

TypeScript★ 9.3k⑂ 670devops

skypjack/entt

entt：现代C++实体组件系统 — entt是一个基于现代C++的实体组件系统（ECS），它提供了一个快速可靠的框架，用于游戏开发和其他领域。它的设计目标是提供高性能、低依赖和易于使用的API。entt的特点包括无依赖、头文件-only和生产就绪，使其成为游戏开发者的首选

C++★ 12.9k⑂ 1.1kgame

react-boilerplate/react-boilerplate

react-boilerplate：高可扩展的前端基础框架 — react-boilerplate提供了一个高可扩展的基础框架，帮助开发者快速构建复杂的Web应用。它集成了诸如redux、redux-saga和styled-components等流行库，提供了最佳的开发体验和性能。通过使用react-boilerplate，开发者可以专注于业务逻辑的开发，而不必担心基础框架的搭建

JavaScript★ 29.5k⑂ 6kweb

Quick/Quick

Quick：Swift 和 Objective-C 测试框架 — Quick 是一个 Swift 和 Objective-C 测试框架，用于简化和加速应用程序的测试过程。它支持 BDD 风格的测试，并且可以与 Carthage 和 CocoaPods 等包管理工具集成。通过使用 Quick，可以更高效地编写和运行测试用例，从而提高应用程序的质量和可靠性。

Swift★ 9.8k⑂ 895mobile

espnet/espnet

espnet：端到端语音处理工具包 — espnet是一个基于Python的工具包，提供了从语音识别到语音合成等一系列的语音处理功能。它支持多种深度学习框架，包括chainer和pytorch。通过使用espnet，可以快速开发和部署语音处理应用，提高语音识别和合成的准确性和效率。

Python★ 9.9k⑂ 2.4kai-ml

google/googletest

googletest：谷歌C++测试框架 — googletest是一个广泛使用的C++测试框架，提供了丰富的测试和模拟功能，帮助开发者写出高质量的代码。它支持多种测试风格，包括单元测试、集成测试等。googletest的使用可以提高代码的可靠性和可维护性

C++★ 38.8k⑂ 10.8kbackend

ConardLi/easy-dataset

easy-dataset：数据集创建工具 — easy-dataset是一个JavaScript库，用于简化数据集的创建过程。它支持LLM微调、RAG和Eval等多种应用场景。通过使用easy-dataset，开发者可以更高效地创建和管理数据集，从而提高AI模型的性能和准确性。

JavaScript★ 14.6k⑂ 1.5kai-ml

markedjs/marked

marked：Markdown 解析器和编译器 — marked 是一个 Markdown 解析器和编译器，用于将 Markdown 语法转换为 HTML。它的主要特点是速度快、效率高，支持 CommonMark 和 GitHub Flavored Markdown 语法。marked 的主要目的是提供一个快速、可靠的 Markdown 解析和编译解决方案，适用于各种 Web 应用和开发场景。

JavaScript★ 37k⑂ 3.6kweb