Havuz
Takip ettiğimiz konularda yükselen açık kaynak projeler — yıldız ivmesi, gerçek geliştirme aktivitesi ve AI değerlendirmesiyle.
Yalnız hareketli, son 28 günde commit almamış repoları gizler (yıldızı olan ama bırakılmış projeler). Commit sayısı henüz ölçülmemiş repolar da gizlenir.
EtiketTüm GitHub etiketleri — repo sahiplerinin koyduğu topic'lergöster
Etiketler yükleniyor…
- 1
[Public preview] Externally scored agentic ML research benchmark: 60 tasks, real competition ground truth. Open protocol, operated evaluatio
6/gün ort. +0 son gün 0 commit 0 yazar Python 21 Eyl 2026 güncellendi 24 Eyl 2026 - 2
EvalForge, AI evaluation sonuçlarını baseline karşılaştırmaları ve CI quality gate’leriyle değerlendirip standart rapor formatlarında yayımlar.
Neden yükseliyor · RAG evaluation sonuçlarını CI’da denetlenebilir kanıta ve release gate’lerine bağlama ihtiyacına odaklanıyor; repo 34 günde 211 yıldız almış. Ancak README bağımsız doğrulanmış downstream benimsemenin henüz bulunmadığını belirtiyor ve son 28 günde katkı tek yazardan gelmiş; ilginin gerçek kullanımın kanıtı olduğu söylenemez.
2,7/gün ort. +1 son gün 6 commit 2 yazar Python 24 Ağu 2026 güncellendi 9 gün önce - 3
Universal AI Charter: plain-language governance principles and a public certification registry for AI models, built on disclosure instead of
2,3/gün ort. +0 son gün 0 commit 0 yazar TypeScript 22 Eyl 2026 güncellendi 26 Eyl 2026 - 4
AgentVitals Checkup (/checkup) — an AI agent skill that gives your agent a professional health checkup: dual-axis Stability + Welfare scorin
0,9/gün ort. +0 son gün 0 commit 0 yazar Shell 24 Tem 2026 güncellendi 17 Ağu 2026 - 5
Scope | Agentic Experience evaluation platform (Research preview)
0,8/gün ort. +2 son gün — commit TypeScript 28 Tem 2026 güncellendi bugün - 6
A platform for running human-centered red teaming evaluations on AI models and systems.
0,3/gün ort. +0 son gün — commit Python 10 Eyl 2026 güncellendi 4 gün önce - 7
Overnight experiment: can an AI agent make money, and can you trust what it reports? The agent produces claims; a separate verifier it canno
0,3/gün ort. +0 son gün — commit Python 16 Tem 2026 güncellendi 27 Tem 2026 - 8
甲作 Atelier：手机端 AI 美甲推荐与虚拟试戴；仓库公开其中的轻量评测工作台。
0,3/gün ort. +0 son gün — commit TypeScript 28 Ağu 2026 güncellendi 28 Ağu 2026 - 9
Open-source AI model evaluation and benchmarking framework for LLMs (OpenAI, Ollama, Claude, Gemini)
0,3/gün ort. +0 son gün — commit Python 30 Nis 2026 güncellendi 13 Ağu 2026 - 10
Bring Galileo powered eval workflows into Claude Code and Codex.
0,2/gün ort. +0 son gün — commit Python 27 Nis 2026 güncellendi 12 Ağu 2026 - 11
Coding-agent harness for continuous contribution — discovers, implements & validates your next high-fit change as a review-ready draft PR yo
0,2/gün ort. +0 son gün — commit Python 26 May 2026 güncellendi 2 gün önce - 12
Practical LLM evaluation for teams that ship to production. Deterministic + LLM-as-judge evaluators, dataset support, CI/CD integration.
0,1/gün ort. +0 son gün — commit Python 24 Nis 2026 güncellendi 21 Eyl 2026 - 13
Local-first evaluation framework for RAG systems and AI Agents. 18+ metrics, CLI + SDK, framework-agnostic. The pytest of AI evaluation.
0,1/gün ort. +0 son gün — commit Python 08 Tem 2026 güncellendi 9 gün önce - 14
开源 AI 应用评测平台，支持 RAG、AI Agent、多轮对话、LLM-as-Judge、接口评测、评测报告和人工盲测。Open-source AI evaluation platform for RAG, AI Agents, multi-turn conversation
0,1/gün ort. +1 son gün — commit Python 17 Haz 2026 güncellendi 20 Tem 2026