开源 LLM 工程平台：追踪、评测、提示词管理与指标。
lm-evaluation-harness 精选
大模型少样本评测框架，Open LLM Leaderboard 背后的工具。
- 仓库
- EleutherAI/lm-evaluation-harness
- Stars
- ★ 14,186
- Forks
- 3,663
- 语言
- Python
- 许可证
- MIT
- 最近更新
- 2026-09-14
- 访问次数
- 1
评测
同类项目
测试提示词、模型与 RAG 的评测与红队工具，CLI 与 CI 友好。
Open-source AI penetration testing tool to find and fix your app’s vulnerabilities.
用众多可复用的提示词模式增强人类能力的开源框架。
An AI prompt optimizer for writing better prompts and getting better AI results.
817 structured cybersecurity skills for AI agents · Mapped to 6 frameworks: MITRE ATT&CK, NIST CSF 2.0, MITRE ATLAS, D3FEND, NIST AI RMF & MITRE F3 (Fight Fraud) · agentskills.io standard · Works with Claude Code, GitHub