AI工具目录

交互式在线工具，帮助提示工程师通过用户自定义标准快速评估和迭代优化大型语言模型（LLM）的提示词

开源的 LLM 评估与比较工具，帮助企业数据驱动地选择最适合业务场景的大型语言模型、提示词和参数配置

开源 LLM 评估平台，专为开发者提供从开发到生产的端到端追踪、评估、优化和监控工具，帮助构建可靠的生成式 AI 应用

开源的 LLM 应用观测与工程平台，帮助开发者追踪、评估、优化和管理大型语言模型应用的提示词、调用链路与性能

开源的 LLM 评估框架，帮助开发者像单元测试一样系统地评估和监控 AI 应用的输出质量与安全性

一个开源的 LLM 提示工程测试与自动化工具，帮助开发者快速评估、优化和保障大型语言模型应用的可靠性与安全性

LMArena排行榜，覆盖了文本、视觉、图像生成、视频生成等多种任务模型评分

ShieldGemma 2是Google DeepMind基于Gemma 2构建的安全内容分类器模型套件，专门用于检测AI模型文本输入和输出中的有害内容。

TorchMetrics是一个包含100+ PyTorch指标实现的集合库，提供标准化接口以减少代码重复，支持分布式训练和自动批处理累积。

数据可观测性平台。

LLM应用优化

AI模型比较

AI提示工作台，管理评估与可观测性。

LLM观测与评估平台，助力AI开发与生产闭环。