“evaluation-framework” 관련 오픈소스 프로젝트

수십 가지 표준 학술 벤치마크에서 언어 모델의 few-shot 평가를 실행하는 통합 프레임워크입니다.

Pytest와 비슷한 방식으로 RAG, 에이전트, 챗봇, 음성 에이전트 등을 평가하는 메트릭을 제공하는 오픈소스 Python 프레임워크입니다.

선언형 설정과 CI/CD 연동을 제공하는 프롬프트 평가 및 LLM 앱 레드팀 테스트용 CLI·라이브러리입니다.