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
A clinical decision-evidence benchmark: pull the one fact an answer rests on, and see whether the assistant's action moves with the evidence
19,5/gün ort. +26 son gün 19 commit 1 yazar Python 07 Eyl 2026 güncellendi 15 gün önce - 2
Open memory & reliability layer for AI agents + independent judging/verification (NACRE judge, caliber-bench meta-benchmark, preregistered c
6,6/gün ort. +0 son gün 828 commit 1 yazar Python 27 Nis 2026 güncellendi 3 gün önce - 3
Open-source benchmark for browser AI agents on daily tasks.
5,8/gün ort. +8 son gün 17 commit 2 yazar Python 10 Nis 2026 güncellendi 12 gün önce - 4
Open source evals for physical AI. Run any LLM/VLA on any arm/humanoid against any real/sim benchmark.
5,6/gün ort. +5 son gün 14 commit 7 yazar Python 26 Haz 2026 güncellendi bugün - 5
Multi-tier framework for evaluating AI agent skills with quality gates, semantic overlap detection, synthetic evaluation dataset generation,
4,7/gün ort. +3 son gün 130 commit 10 yazar Python 24 Haz 2026 güncellendi bugün - 6
ParseBench - A Document Parsing Benchmark for AI Agents
3/gün ort. +0 son gün 90 commit 10 yazar Python 10 Nis 2026 güncellendi dün