#173 · 主分类： MLOps与评测
TrustLLM
[ICML 2024] TrustLLM：大语言模型的可信度
项目最后更新：06/24/25
GitHub Stars
630
Forks数量
67
贡献者数量
15
许可证
MIT
收录理由
TrustLLM 把同名 ICML 2024 论文里的评测方法打包成了一个可通过 pip 安装的 Python 工具包。它衡量的不是准确率这类常规指标，而是真实性、安全性、公平性、鲁棒性、隐私和机器伦理这些维度。工具内置了 30 多个数据集，你可以拿自己的模型跑生成和打分，模型无论是本地部署还是走 API 都行，跑完还能和官方排行榜上的结果对照。对模型选型、红队测试、合规审查这类场景来说，它给出的是一份可复现的、逐维度拆开的数字，而不是一个笼统的准确率。文档和数据集下载都做得比较轻，想在自己那套环境里做一次有意义的评测，门槛并不高。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。
同类热门项目
unsloth
本地UI，用于运行和训练LLM及扩散模型。支持GGUF、MLX、Qwen3.8、Kimi K3、MiniMax-H3、Gemma 4、FLUX等。
LlamaFactory
统一高效微调100+大语言模型与视觉语言模型（ACL 2024）
airflow
Apache Airflow - 一个以编程方式编写、调度和监控工作流的平台
langfuse
🪢 开源AI工程平台：LLM评估、可观测性、指标、提示管理、游乐场、数据集。与OpenTelemetry、LangChain、OpenAI SDK、LiteLLM等集成。🍊YC W23
netron
神经网络、深度学习和机器学习模型的可视化工具