評価・最適化

トレーシング、プロンプト管理、評価のためのオープンソースLLMエンジニアリングプラットフォーム。

人手によるラベル付け回答なしでLLMを使用してレスポンス品質を評価する評価フレームワーク。

トレーシング、評価、デバッグを備えたLLMアプリケーション向けオープンソースオブザーバビリティ。

14以上の評価メトリクスとCI/CD統合を備えたLLM向けユニットテストフレームワーク。

フィードバック関数と包括的なダッシュボードを備えたLLM実験の評価とトラッキング。

予測駆動推論による信頼区間を備えた合成データを使用して軽量LMジャッジをファインチューニング。