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
iFixAi, AI agent’ları yapılandırılabilir testler ve model judge’larıyla denetleyip puan kartı ve raporlar üreten bir Python aracıdır.
Neden yükseliyor · 153 günlük bir depoda 15.702 yıldız ve son 28 günde 9 commit ile 5 farklı yazar görünmesi güçlü ilgiye ve devam eden katkıya işaret ediyor. README’de birden fazla kullanım yolu ve agent ekosistemi entegrasyonları öne çıkarılıyor; ancak yıldızlar ürün kalitesini veya değerlendirmelerin doğruluğunu kanıtlamaz.
225,2/gün ort. +870 son gün 209 commit 13 yazar Python 27 Nis 2026 güncellendi 4 gün önce - 2
[Public preview] Externally scored agentic ML research benchmark: 60 tasks, real competition ground truth. Open protocol, operated evaluatio
6,4/gün ort. +0 son gün 0 commit 0 yazar Python 21 Eyl 2026 güncellendi 24 Eyl 2026 - 3
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.
2,8/gün ort. +0 son gün 6 commit 2 yazar Python 24 Ağu 2026 güncellendi 7 gün önce - 4
[Public preview] Hard human-written reasoning puzzles: 749 answered items in 15 topics (707 scored core), with protocol and scorer.
2,3/gün ort. +0 son gün 0 commit 0 yazar Python 21 Eyl 2026 güncellendi 24 Eyl 2026 - 5
[Public preview] The first public quant trading benchmark scored against what professional traders actually made on the same asset
2,2/gün ort. +0 son gün 1 commit 1 yazar Python 21 Eyl 2026 güncellendi 7 gün önce - 6
MathmoBench, kombinatoryal matematik sorularında modelleri makineyle doğrulanabilir çözüm ve imkânsızlık kanıtları üzerinden değerlendiren bir benchmark ve doğrulama aracıdır.
Neden yükseliyor · AI evaluation odağı ve sertifika tabanlı, deterministik puanlama yaklaşımı dikkat çekebilir. Dört günlük repo için 85 yıldız erken ilgi gösteriyor; ancak 2 commit ve 1 farklı yazar, benimseme veya sürdürülebilirlik kanıtı değil.
2,1/gün ort. +0 son gün 0 commit 0 yazar Python 23 Eyl 2026 güncellendi 24 Eyl 2026 - 7
A benchmark for AI-driven CAD generation and editing
0,9/gün ort. +0 son gün — commit Python 27 May 2026 güncellendi 12 gün önce - 8
Evidence profiles for AI-generated RTL that expose what functional benchmarks miss. Seeking collaborators, design partners, and validation
0,2/gün ort. +0 son gün — commit Python 03 Tem 2026 güncellendi 29 Eyl 2026 - 9
A preservation-aware benchmark for natural-language SVG repair with deterministic binary rewards and complete model traces.
0,2/gün ort. +0 son gün — commit Python 24 May 2026 güncellendi 15 gün önce - 10
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 7 gün önce