MLOps与评测 · 开源 AI 场景榜单

排名	项目	Stars	Forks	更新	许可证
141	beir 一个异构信息检索基准。易于使用，在15+个多样化的IR数据集上评估你的模型。	2.3K	251	10/16/25	Apache-2.0
142	cml ♾️ CML - 持续机器学习 \| 机器学习的CI/CD	4.2K	344	06/02/25	Apache-2.0
143	optimate 一组用于优化AI模型性能的库	8.3K	616	07/22/24	Apache-2.0
144	xai XAI - 机器学习可解释性工具箱	1.3K	187	11/29/25	MIT
145	langtrace Langtrace 🔍 是一个基于开放遥测的开源端到端可观测性工具，用于LLM应用，为流行的LLM、LLM框架、向量数据库等提供实时追踪、评估和指标。支持使用TypeScript、Python集成。🚀💻📊	1.2K	127	11/17/25	AGPL-3.0
146	Firefly Firefly: 大模型训练工具，支持训练Qwen2.5、Qwen2、Yi1.5、Phi-3、Llama3、Gemma、MiniCPM、Yi、Deepseek、Orion、Xverse、Mixtral-8x7B、Zephyr、Mistral、Baichuan2、Llma2、Llama、Qwen、Baichuan、ChatGLM2、InternLM、Ziya2、Vicuna、Bloom等大模型	6.7K	583	10/24/24	Other
147	alpaca_eval 自动评估指令跟随语言模型的工具。经过人工验证，高质量，低成本，快速。	2.0K	315	08/09/25	Apache-2.0
148	yellowbrick 视觉分析与诊断工具，助力机器学习模型选择。	4.4K	569	02/19/25	Apache-2.0
149	VisualDL 深度学习可视化工具（『飞桨』深度学习可视化工具）	4.9K	631	01/22/25	Apache-2.0
150	nannyml nannyml：Python中的部署后数据科学	2.2K	192	07/12/25	Apache-2.0
151	featureform 虚拟特征存储。将您现有的数据基础设施转变为特征存储。	2.0K	107	07/03/25	MPL-2.0
152	DB-GPT-Hub 一个包含用于DB-GPT的模型、数据集和微调技术的仓库，旨在提升Text-to-SQL中的模型性能。	2.0K	250	07/02/25	MIT
153	determined Determined 是一个开源机器学习平台，简化分布式训练、超参数调优、实验跟踪和资源管理。支持 PyTorch 和 TensorFlow。	3.2K	373	03/20/25	Apache-2.0
154	clean-fid PyTorch - 使用正确的图像缩放和量化步骤进行FID计算 [CVPR 2022]	1.2K	81	08/02/25	MIT
155	labml 🔎 从手机监控深度学习模型训练和硬件使用情况 📱	2.3K	152	04/10/25	MIT
156	Deep-Learning-in-Production 分享关于在生产环境中部署深度学习模型的有用笔记和参考资料。	4.4K	685	11/09/24	Other
157	RLHF-Reward-Modeling 训练RLHF奖励模型的配方。	1.5K	110	04/24/25	Apache-2.0
158	whylogs 一个用于机器学习模型和数据管道的开源数据日志库。📚 提供对数据质量和模型性能随时间变化的可见性。🛡️ 支持保护隐私的数据收集，确保安全与稳健性。📈	2.8K	144	01/10/25	Apache-2.0
159	llm-colosseum 通过在《街头霸王3》中对战来评测LLM！评估LLM质量的新方法	1.5K	182	03/21/25	MIT
160	hopsworks Hopsworks - 数据密集型AI平台，具有特征存储	1.3K	160	02/10/25	AGPL-3.0

订阅更新