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 2026-11-03 · 当前星标 ★ 272
技术标签
核心亮点
- 提供面向医疗场景的评测流程与可视化组件，可直接在 Notebook 中调用
- 支持按人群亚组拆分指标，便于发现模型在不同群体间的性能差异
- 以 Jupyter Notebook 为主要形态，评测过程可复现、易分享和二次修改
不足之处
- 项目处于早期阶段，API 与文档可能随版本变化，稳定性待观察
- 以 Notebook 为主，缺少面向生产环境的工程化封装与自动化集成能力
适用场景
- 医疗 AI 研究团队评估诊断模型在不同患者亚组上的表现
- 数据科学家在 Notebook 中对比多个模型配置并生成可视化评测报告
- 教学或科研场景中演示医疗模型评测的完整流程
替代项目
Fairlearn、Evidently、SHAP
上一篇：harbor-cookbook
下一篇：torch-fidelity
同类项目推荐
speech-to-text-benchmark
开源
一套脚本横评各家语音识别，选型不再靠猜
speech to text benchmark framework
prompt-guard
开源
给 AI 智能体装上防注入防火墙，自动识别恶意提示并评分。
Advanced prompt injection defense system for AI agents. Multi-language detection, se···
search-arena
开源
量化分析搜索增强大模型，看清能力边界
⚔️ [ICLR 2026] Official code of "Search Arena: Analyzing Search-Augmented LLMs".
model-serving-minefield
开源
按症状查 LLM 服务陷阱，避免自信的错误测量
Community registry of LLM serving-path traps that produce confidently wrong measurem···
VEFX-Bench
开源
给视频编辑和特效模型打分，选型不再靠感觉
VEFX-Bench: A Holistic Benchmark for Generic Video Editing and Visual Effects
verifywise
开源
一站式搞定 AI 合规审计，轻松应对欧盟 AI 法案等 20+ 法规。
Complete AI governance and LLM Evals platform with support for EU AI Act, ISO 42001,···
XLingEval
开源
测测大模型用不同语言回答医疗问题的靠谱程度
Code and Resources for the paper, "Better to Ask in English: Cross-Lingual Evaluatio···
WatermarkDM
开源
给AI生成的图像打上隐形水印，一键溯源防滥用
[Tech report]: A Recipe for Watermarking Diffusion Models
UHGEval
开源
一键测出大模型胡说八道，量化幻觉风险
[ACL 2024] User-friendly evaluation framework: Eval Suite & Benchmarks: UHGEval, Hal···