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
DecisionPivot: a diagnostic benchmark for decision models in LLM systems. Contrast pairs that differ in one decisive detail, generators with
7,2/gün ort. +0 son gün 2 commit 1 yazar Python 14 Eki 2026 güncellendi 15 gün önce - 2
[Public preview] Externally scored agentic ML research benchmark: 60 tasks, real competition ground truth. Open protocol, operated evaluatio
6,1/gün ort. +0 son gün 0 commit 0 yazar Python 21 Eyl 2026 güncellendi 24 Eyl 2026 - 3
Catch AI agents that say "done" when the task isn't. Checks agent-trace/v1 traces with claim-evidence rules, LLM judges and a trained classi
0,8/gün ort. +0 son gün — commit Python 28 Eyl 2026 güncellendi 10 gün önce - 4
Independent, evidence-based map of when TypeSafe's Jev actually holds up vs. breaks down — real API-call receipts, not a leaderboard. 中文為主的雙
0,6/gün ort. +0 son gün — commit Python 18 Eyl 2026 güncellendi 24 Eyl 2026 - 5
Several coding agents, one repo, at the same time: a reproducible lab to measure how they coordinate, and Médula, a kernel that decides who
0,4/gün ort. +0 son gün — commit Python 29 Eyl 2026 güncellendi 02 Eki 2026