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…
- 101
Raw benchmark logs for Swift-Qwen3.8-27B vs the Qwen3.8-27B BF16 base: every response, score, and config across 9 benchmarks
0,3/gün ort. +0 son gün +0 son 7g — commit Python 13 Eyl 2026 güncellendi 13 Eyl 2026 - 102
The open testing standard for voice AI agents. Deterministic + semantic + RAG augmented evaluation. Local first. Zero telemetry.
0,1/gün ort. +0 son gün +0 son 7g — commit Python 01 May 2026 güncellendi 22 Haz 2026 - 103
Project page for AV-Phys Bench: Do Joint Audio-Video Generation Models Understand Physics?
0,1/gün ort. +0 son gün +0 son 7g — commit Python 14 May 2026 güncellendi 21 gün önce - 104
A production-oriented LLM engineering platform with OpenAI-compatible serving, streaming, observability, evaluation, reproducible experiment
0,1/gün ort. +0 son gün +0 son 7g — commit Python 26 Tem 2026 güncellendi 26 Tem 2026 - 105
Catches multilingual voice agents placing the wrong order. τ-bench style benchmark + CI gate for voice ordering agents in English and Hingli
0,3/gün ort. +0 son gün +0 son 7g — commit Python 01 Eki 2026 güncellendi 17 gün önce - 106
Research prototype for trace-based observability and failure analysis in retrieval-augmented generation.
0/gün ort. +0 son gün +0 son 7g — commit Python 22 Haz 2026 güncellendi 05 Eki 2026 - 107
CoDA-Bench is a benchmark for code agents on data-intensive tasks. 🎈代码智能体能搞定数据密集型任务吗?
0,3/gün ort. -1 son gün -0,1 son 7g — commit Python 29 May 2026 güncellendi 29 Eyl 2026 - 108
PromptLedger, prompt şablonlarını fingerprint ile sürümleyip aday yanıtları karşılaştıran ve sonuçları tekrarlanabilir raporlara dönüştüren bir Python aracı ile Go CLI sunuyor.
Neden yükseliyor · 25 günlük bir repo için 35 yıldız dikkat çekiyor; ancak son 28 günde yalnızca 1 commit ve 1 farklı yazar var. Bu nedenle ilginin kalıcı benimsemeye dönüştüğünü gösteren yeterli aktivite kanıtı henüz yok.
0,4/gün ort. +0 son gün -0,3 son 7g — commit Python 03 Eyl 2026 güncellendi 03 Eyl 2026 - 109
Semantic cache strategy bench: replay recorded request traces through candidate caching policies and measure which one actually pays off.
0,3/gün ort. +0 son gün -0,3 son 7g — commit Python 03 Eyl 2026 güncellendi 04 Eyl 2026 - 110
EvalPort — The Open LLM Evaluation Standard. Portable test cases, graders, suites, and results across DeepEval, Promptfoo, Inspect AI, and m
0,1/gün ort. +0 son gün -0,5 son 2g — commit Python 29 Tem 2026 güncellendi 21 gün önce - 111
Mutation testing for your LLM evals — degrade the system under test and check whether your evals would actually catch a regression.
0,1/gün ort. — commit Python 15 Haz 2026 güncellendi 04 Eki 2026