快速验证推理模型答案，让评估更省钱省时。
xVerify 是一个面向推理模型的高效答案验证器，专门用于评估 LLM 在数学等推理任务上的表现。它解决的是传统评估中依赖人工或大型 judge 模型成本高、速度慢的问题，通过轻量级验证机制快速判断模型输出是否正确。核心能力包括：支持多种数学答案格式的解析与比对，兼容 DeepSeek-Math、ChatGPT 等主流模型的输出，可集成到 OpenCompass、Open-R1 等评估框架中。项目基于 Jupyter Notebook 开发，提供了简洁的 API 和示例，便于研究者快速上手。目前处于早期阶段，但已具备基本验证流程，适合需要高频、低成本评估推理模型的场景。
Math-Verify、LLM-as-a-Judge、OpenCompass
xVerify 是评测安全领域的开源项目，由 IAAR-Shanghai 开发，2025 年首次发布。
它收录于评测安全分类，该分类目前共有 466 个项目，GitHub 星标数为 149。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-20。基于CC BY-NC-ND 4.0许可，可免费使用，但可能限制商用。
它主要面向的使用场景是：数学推理模型批量评估。同类可对比的替代方案包括 Math-Verify、LLM-as-a-Judge、OpenCompass。
上一篇：Awesome-LLM-Eval
下一篇：AlignBench
akto
开源
给 AI 应用做安全体检，防提示注入和数据泄露
Akto is the fastest growing AI Security platform for your teams to secure AI agents,···
XSafeClaw
开源
给 AI 智能体装上安全盾，自动红队测试找漏洞
Introducing XSafeClaw: The Open-Source Agent Safety Platform from Fudan University
fast-llm-security-guardrails
开源
给 AI Agent 加一道快速安全闸门，防提示注入和隐私泄露
The fastest Trust Layer for AI Agents
deepteam
开源
自动模拟越狱攻击，提前测出 LLM 安全漏洞
DeepTeam is a framework to red team LLMs and AI agents.
