#136 · 主分类: MLOps与评测
langtest
提供安全有效的语言模型
项目最后更新:08/28/26
GitHub Stars
559
Forks数量
52
贡献者数量
17
许可证
Apache-2.0
收录理由
LangTest 是一个面向 NLP 与 LLM 项目的测试框架,能在模型问题暴露给最终用户之前就将其拦截。只需一行代码,就能生成并运行数十种测试,覆盖鲁棒性、偏见、代表性、公平性和准确性等维度,适用于命名实体识别、翻译、文本分类、问答和摘要等任务。它既支持经典的 Hugging Face 和 Spark NLP 流水线,也能对 OpenAI、Cohere、Azure OpenAI 等托管的模型进行毒性、事实性、谄媚以及临床或法律支持方面的检测。使用流程很直接:创建 Harness、生成测试用例、运行、查看报告,这样就能把评估自然地嵌入日常开发循环,而不是当作一次性的审计。如果你负责模型质量,想在发布前用具体手段检查偏见或故障模式,这个工具提供了一个结构化的起点。
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