🔥 熱門搜尋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

📰 資訊

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

📦 開源專案

actions/checkout

checkout：倉庫檢出動作 — checkout 能夠幫助用戶輕鬆地檢出 GitHub 倉庫，支援多種版本控制系統，包括 Git。這個動作是 GitHub Actions 的一部分，能夠簡化開發人員的工作流程。通過使用 checkout，開發人員可以更方便地管理和維護自己的代碼倉庫

TypeScript★ 8.3k⑂ 2.5kweb

+129 ★

interviewstreet/hiring-agent

hiring-agent：人工智慧招聘評估代理 — hiring-agent 是一個人工智慧代理，利用 AI 技術評估和評分簡歷，以幫助企業快速找到合適的候選人。這個代理可以自動化招聘流程，節省時間和成本。同時，hiring-agent 也可以提供更客觀和公平的評估結果

Python★ 2.5k⑂ 623ai-ml

+203 ★

aristocratos/btop

btop：系統資源監控工具 — btop是一個系統資源監控工具，提供CPU、記憶體、磁碟和網路等資源使用情況的即時統計。它可以幫助用戶了解系統的性能和瓶頸，從而優化系統的配置和使用。通過btop，用戶可以快速地識別系統中的問題和優化機會

C++★ 33.4k⑂ 1.1kother

MiniMax-AI/skills

skills：人工智慧技能開發 — skills是一個開源項目，提供了一個基於C#的技能開發框架，讓開發者可以輕鬆地創建和集成人工智慧技能。這個項目的目的是提供一個簡單和靈活的方式來開發和應用人工智慧技能。同時，skills也提供了一個強大的API，讓開發者可以輕鬆地擴展和自定義技能

C#★ 13k⑂ 1.1kother

CMU-Perceptual-Computing-Lab/openpose

openpose：實時多人關鍵點檢測庫 — openpose是一個強大的庫，能夠實時檢測多人的關鍵點，包括身體、面部、手和腳的估計。它使用了深度學習和電腦視覺技術，能夠在各種應用中提供準確的結果。openpose的實時能力和準確性使其成為人體姿勢估計和行為理解的重要工具

C++★ 34.3k⑂ 8kai-ml

trufflesecurity/trufflehog

trufflehog：密碼外洩檢測工具 — trufflehog 是一個開源工具，用於檢測 Git倉庫中是否存在外洩的密碼和敏感信息。它可以自動化地掃描代碼倉庫，找出可能的安全風險，並提供詳細的分析報告。這個工具對於開發人員和安全團隊來說非常重要，因為它可以幫助他們發現和修復安全漏洞，保護敏感信息不被外洩。

Go★ 27k⑂ 2.5ksecurity

dependency-check/DependencyCheck

DependencyCheck：軟體相依性漏洞掃描工具 — DependencyCheck是一種軟體組成分析工具，能夠偵測應用程式相依性的公開漏洞，包括OWASP的安全漏洞掃描。這個工具對於確保應用程式的安全性和穩定性至關重要，因為它可以幫助開發人員識別和修復潛在的安全風險。通過使用DependencyCheck，開發人員可以減少應用程式被攻擊的風險，並確保使用者的資料安全。

Java★ 7.6k⑂ 1.4ksecurity

roboflow/supervision

supervision：計算機視覺工具 — supervision是一個計算機視覺工具，使用Python語言開發，提供多種功能，如圖像分類、物體檢測、實例分割等。它支持多種框架，包括PyTorch和TensorFlow，且具有低程式碼開發能力。這個工具對於需要快速開發計算機視覺應用的開發者來說非常重要。

Python★ 47.7k⑂ 4.4kai-ml

recommenders-team/recommenders

Python★ 21.8k⑂ 3.3kai-ml

vwxyzjn/cleanrl

cleanrl：高品質單檔案實現的深度強化學習算法 — cleanrl 提供了一個簡單易用的深度強化學習算法實現，包含多種流行的算法，使用 Python 和 PyTorch 開發，適合研究人員和開發者使用。這個專案的目的是提供一個高品質的深度強化學習算法實現，方便研究人員和開發者快速開發和測試自己的模型。cleanrl 的實現簡單易懂，且具有良好的可擴展性

Python★ 10k⑂ 1.1kai-ml

teamcapybara/capybara

capybara：網頁應用程式的驗收測試框架 — capybara是一個開源的驗收測試框架，允許開發者使用Ruby語言編寫自動化測試腳本，從而確保網頁應用程式的正確性和可靠性。它支持多種瀏覽器和測試環境，讓開發者可以輕鬆地進行測試和調試。通過使用capybara，開發者可以提高測試效率和程式品質

Ruby★ 10.2k⑂ 1.5kweb

chenglou/pretext

pretext：快速、準確的文字測量和佈局 — pretext 能夠快速和準確地計算文字的尺寸和佈局，同時也提供了全面的文字測量功能。這個工具對於需要處理大量文字資料的開發人員來說非常重要。通過使用 pretext，開發人員可以更好地控制文字的顯示和排版

TypeScript★ 49k⑂ 2.7kweb

openai/gym

gym：強化學習算法開發工具包 — gym 提供了一個統一的接口，讓開發者可以輕鬆地創建和測試強化學習算法。這個工具包可以幫助研究人員和開發者比較不同的算法和模型，從而推動強化學習領域的發展。同時，gym 也提供了一個豐富的環境和工具，讓開發者可以專注於算法的開發和優化

Python★ 37.2k⑂ 8.7kother

andrewrk/poop

poop：性能優化觀察平台 — poop 是一個性能優化觀察平台，旨在幫助開發者優化應用程式的性能。它使用 Zig 語言開發，提供了一個簡單且高效的方式來觀察和優化性能。通過使用 poop，開發者可以更好地了解應用程式的性能瓶頸，從而進行優化和改進

Zig★ 2k⑂ 91other

vectordotdev/vector

vector：高性能可觀測性資料管道 — vector 是一個使用 Rust 語言開發的高性能可觀測性資料管道，能夠高效地處理和轉換資料，支持多種資料來源和目的地，包括日誌、計量和追蹤等。它的高性能和可擴展性使其成為雲原生應用程序的理想選擇。通過使用 vector，開發人員可以輕鬆地構建和管理自己的可觀測性資料管道

Rust★ 22.2k⑂ 2.2kdevops

pointfreeco/swift-composable-architecture

swift-composable-architecture：組合式架構庫 — swift-composable-architecture 提供了一種建構應用程式的新方法，強調模組化和組合，讓開發者能夠更容易地測試和維護程式碼。這個庫的設計目標是提高 Swift 開發的效率和可靠性，特別是在 SwiftUI 和 UIKit 的開發中。通過使用 swift-composable-architecture，開發者可以創建出更具可維護性和可擴展性的應用程式

Swift★ 14.8k⑂ 1.7kmobile

moment/moment

moment：JavaScript 日期解析库 — moment 可以解析、验证和操作日期，提供了多种格式化和操作日期的方法。它可以帮助开发者轻松处理日期相关的任务，提高代码的可读性和可维护性。moment 广泛应用于各种 JavaScript 应用中，是一个非常受欢迎的日期处理库。

JavaScript★ 47.9k⑂ 7kweb

grafana/pyroscope

pyroscope：連續性能分析平台 — pyroscope 是一個開源的連續性能分析平台，使用 Go 語言開發，能夠幫助開發人員快速地找出應用程序中的性能瓶頸。通過 pyroscope，開發人員可以調試性能問題到單行代碼層級，從而提高應用程序的性能和可靠性。這個平台對於 DevOps 和開發人員來說非常重要，因為它能夠提供實時的性能監控和分析

Go★ 11.5k⑂ 772devops

yuanguangxin/LeetCode

LeetCode：刷题记录与面试整理 — 该项目主要用于记录LeetCode的刷题过程，包括Java代码实现和面试相关的整理。通过这个项目，可以更好地理解LeetCode的题目和解法，并为面试做好准备。同时，也可以作为一个学习和交流的平台。

Java★ 7.5k⑂ 1.9kother

acdlite/recompose

recompose：React 函數元件和高階元件的實用工具帶 — recompose 提供了一系列的工具和函式，幫助開發者更容易地創建和管理 React 函數元件和高階元件。這些工具可以簡化元件的開發過程，提高代碼的可維護性和可擴展性。通過使用 recompose，開發者可以更專注於元件的業務邏輯，提高開發效率

JavaScript★ 14.8k⑂ 1.2kweb

langfuse/langfuse

langfuse：開源AI工程平台 — langfuse是一個開源的AI工程平台，提供了一系列的工具和功能，包括LLM評估、可觀測性、度量、提示管理、遊樂場和數據集等，同時整合了多個熱門庫，如OpenTelemetry、LangChain、OpenAI SDK、LiteLLM等。這個平台可以幫助開發者更好地管理和優化他們的AI應用。同時，langfuse也支持自托管和多種開源庫的整合，提供了高可定制性和擴展性

TypeScript★ 30.9k⑂ 3.2kdevops

hiyouga/LlamaFactory

LlamaFactory：大型語言模型優化 — LlamaFactory 通過提供一個統一的介面，支持多種微調技術，如 PEFT、LORA 和 QLoRA，從而實現了對多個大型語言模型的高效微調。這個項目對於自然語言處理（NLP）領域具有重要意義，因為它能夠大大提高模型的性能和效率。另外，LlamaFactory 還支持多種模型，包括 GPT、LLaMA 和 Transformers 等

Python★ 73.1k⑂ 8.9kai-ml

alibaba/arthas

arthas：阿里巴巴Java診斷工具 — arthas是一個由阿里巴巴開發的Java診斷工具，提供了許多強大的功能，包括類加載器分析、方法跟蹤、內存分析等，可以幫助開發人員快速地診斷和排除Java應用程序的問題。arthas的設計目標是提供一種簡單、直觀和高效的方式來診斷Java應用程序的問題。通過使用arthas，開發人員可以更快速地解決問題，提高開發效率

Java★ 37.4k⑂ 7.6kai-ml

hankcs/HanLP

HanLP：下一代自然語言處理 — HanLP是一個強大的自然語言處理工具包，提供了分詞、詞性標注、命名實體識別、句法與語義依存分析、文檔分類等功能。它的目的是為了簡化自然語言處理任務，讓開發者能夠更容易地構建自己的NLP應用。HanLP的出現對於NLP領域的發展具有重要意義

Python★ 36.4k⑂ 10.9kai-ml

Imbad0202/academic-research-skills

academic-research-skills：學術研究技巧 — academic-research-skills 專案提供了一套完整的學術研究工作流程，從研究到完成，涵蓋了寫作、審查、修訂等步驟。這個專案使用 Python 語言開發，整合了 Claude Code 等工具，旨在提高學術研究的效率和質量。通過使用 academic-research-skills，研究人員可以更好地管理自己的研究工作流程，提高研究的可靠性和有效性

Python★ 37.2k⑂ 3kother

qiurunze123/miaosha

miaosha：秒杀系统設計與實現 — miaosha 是一個秒殺系統的設計與實現，使用 Java 語言開發。該系統提供了高並發的秒殺功能，對於互聯網工程師的進階與分析具有重要的參考價值。miaosha 的設計與實現可以幫助開發者了解秒殺系統的架構與實現細節

Java★ 26.6k⑂ 6.6kother

ultralytics/ultralytics

ultralytics：開源電腦視覺庫 — ultralytics 提供了強大的物體檢測和圖像分類功能，基於 PyTorch 實現，支持多種應用場景，如 CLI、電腦視覺、深度學習等。它的 YOLO 模型可以實現快速和準確的物體檢測，同時也支持姿勢估計、追蹤等功能。這個庫對於開發者來說是一個非常有用的工具，可以幫助他們快速開發電腦視覺應用

Python★ 59.3k⑂ 11.3kai-ml

PostHog/posthog

posthog：開發者平台 — posthog是一個全面的開發者平台，提供各種工具和功能，包括產品分析、網頁分析、回溯會話、錯誤追蹤、功能標誌、實驗、調查、數據倉庫、CDP和AI產品助手等。這些功能可以幫助開發者快速建造成功的產品、加速功能的發布、並保持所有使用和客戶數據在一個堆疊中。同時，posthog也支持多種程式語言，包括Python、JavaScript、React和TypeScript等。

Python★ 35.4k⑂ 2.9kdata

jcalabro/uscope

uscope：微型調試工具 — uscope 是一個開源的調試工具，允許開發人員對 Linux 系統進行 introspection 和調試。它使用 Zig 編寫，提供了一種簡單而強大的方式來檢查和調試程式。uscope 的主要目的是為開發人員提供一個有用的工具，來更好地了解和優化他們的程式

Zig★ 1k⑂ 24tools

facebookarchive/prepack

prepack：JavaScript 套件最佳化工具 — prepack 是一個 JavaScript 套件最佳化工具，能夠減小 JavaScript 代碼的大小，從而提高網頁的載入速度。它通過分析和優化代碼來實現這一功能。這對於需要快速載入和響應的網頁應用程序來說是非常重要的

JavaScript★ 14.1k⑂ 412web

highlight/highlight

highlight：全棧監控平台 — highlight是一個開源的全棧監控平台，提供了錯誤監控、會話重播、記錄、分佈式追蹤等功能，幫助開發人員更好地了解和優化應用程序的性能。它支持多種語言，包括TypeScript和Go，並提供了自托管的選項。highlight的功能包括apm、full-stack、metrics、monitoring、observability、self-hosted、session-replay、tracing等

TypeScript★ 9.3k⑂ 670devops

skypjack/entt

entt：實體元件系統與現代C++ — entt是一個開源的實體元件系統（ECS）框架，使用現代C++編寫，提供快速和可靠的解決方案。它的設計目標是為遊戲開發提供高效和靈活的架構，同時也適用於其他領域。entt的特點包括無依賴、header-only和生產就緒，使其成為遊戲開發和其他領域的理想選擇

C++★ 12.9k⑂ 1.1kgame

react-boilerplate/react-boilerplate

react-boilerplate：高可擴展性基礎 — react-boilerplate是一個基於JavaScript的開源項目，提供了一個高可擴展性、離線優先的基礎，讓開發者能夠快速建立高性能的應用程式。它整合了多個熱門的庫和框架，例如react、redux、redux-saga和styled-components，提供了最佳的開發者體驗。同時，它也支持多種語言和地域的國際化。

JavaScript★ 29.5k⑂ 6kweb

Quick/Quick

Quick：Swift 測試框架 — Quick 是一個 Swift 和 Objective-C 的測試框架，允許開發者使用行為驅動開發（BDD）的方式來撰寫測試程式。這個框架提供了許多方便的功能，讓開發者可以更容易地撰寫和維護測試程式。使用 Quick 可以提高開發者的生產力和程式的可靠性。

Swift★ 9.8k⑂ 895mobile

espnet/espnet

espnet：端到端语音处理工具包 — espnet是一个端到端的语音处理工具包，使用Python语言开发，支持多种深度学习框架，如chainer和pytorch。它提供了多种语音处理功能，包括语音识别、语音合成、语音增强等。espnet的主要目标是提供一个高效、灵活的语音处理平台，用于研究和开发各种语音处理应用

Python★ 9.9k⑂ 2.4kai-ml

google/googletest

googletest：Google 測試與模擬框架 — googletest 提供了豐富的測試功能和工具，包括測試框架、模擬庫等，幫助開發者寫出高質量的代碼。它的優點包括易於使用、靈活性高和可擴展性強，廣泛應用於各個領域的軟件開發中。通過使用 googletest，開發者可以更好地保證代碼的正確性和可靠性

C++★ 38.8k⑂ 10.8kbackend

ConardLi/easy-dataset

easy-dataset：簡單的數據集工具 — easy-dataset是一個強大的工具，用于為LLM微調、RAG和評估創建數據集。它可以幫助用戶簡單地創建和管理數據集，從而提高模型的性能和準確性。這個工具對於需要微調LLM模型的開發者來說非常重要

JavaScript★ 14.6k⑂ 1.5kai-ml

markedjs/marked

marked：Markdown 解析器和編譯器 — marked 是一個 Markdown 解析器和編譯器，能夠快速地將 Markdown 文件轉換為 HTML 格式。它支援 CommonMark 和 GitHub Flavored Markdown (GFM) 等多種 Markdown 標準，具有高效的執行速度和豐富的功能。marked 的出色性能使其成為許多開發人員和項目的首選

JavaScript★ 37k⑂ 3.6kweb