项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 261
核心亮点
- 提供多种现成的偏见评估指标，开箱即用
- 支持自定义用例场景，灵活适配业务需求
- 生成可视化报告，便于团队理解和决策
不足之处
- 早期项目，文档和社区支持待观察
- 评估指标覆盖范围有限，可能无法覆盖所有偏见类型
适用场景
- LLM应用上线前的公平性审计
- 持续监控模型输出偏见变化
- 合规部门评估AI系统风险
替代项目
Fairlearn、AI Fairness 360、LIME
上一篇：OceanGym
同类项目推荐
InferenceX
开源
多模型多硬件推理压测，一键跑出可比性能数据
Open Source AI Accelerator Research Platform Standard / 开源推理研究平台
ollama-benchmark
开源
一键测本地大模型吞吐，选模型不靠猜
LLM Benchmark for Throughput via Ollama (Local LLMs)
lighteval
开源
一套配置，多后端跑分，模型对比不再各说各话
Lighteval is your all-in-one toolkit for evaluating LLMs across multiple backends
llm_chess
开源
让大模型下棋，测出推理和守规则的真实水平
LLM Chess - evaluating Large Language Models' reasoning and instruction-following ab···
OpenART
开源
万级场景压测 AI Agent，提前揪出越权与投毒风险
OpenART is an open-source framework designed to evaluate the safety and robustness o···
awesome-ai-agents-security
开源
一张地图看懂AI代理安全生态，快速找到关键资源
A living map of the AI agent security ecosystem.
agentjail
开源
给AI编程助手装上安全锁，每次操作先过检再执行
Policy guardrails for coding agents (Claude Code, Codex, Cursor) — every tool call ···
Awesome-Evaluation-of-Visual-Gen···
开源
一页看懂视觉生成模型怎么评测，省去翻论文的麻烦
A list of works on evaluation of visual generation models, including evaluation metr···
ragas
开源
给 LLM 应用打分，快速定位 RAG 短板
Supercharge Your LLM Application Evaluations