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 ★ 99
核心亮点
- 首个专注纯语言反馈学习的基准，填补空白
- 任务场景多样，覆盖指令跟随、纠错、偏好学习
- Python实现，接口清晰，易于二次开发
不足之处
- 项目早期，文档和社区生态待观察
- 基准任务规模有限，可能不足以全面衡量复杂能力
适用场景
- 研究语言反馈驱动的强化学习算法
- 评估聊天机器人的自我改进能力
- 开发能根据用户评价调整行为的智能助手
替代项目
EnvPool、BabyAI、TextWorld
同类项目推荐
every_eval_ever
开源
把散落各处的 AI 评测结果统一成可比较的公共数据库
Every Eval Ever is a shared schema and crowdsourced eval database. It defines a stan···
ICSFSurvey
开源
一图看懂大模型自我修正与推理增强全领域
Explore concepts like Self-Correct, Self-Refine, Self-Improve, Self-Contradict, Self···
awesome-hallucination-detection
开源
大模型幻觉检测论文一网打尽，快速入门不迷路
List of papers on hallucination detection in LLMs.
workshop
开源
让编码代理自己写评测、跑评测，回归验证不再靠手测
Give your coding agent the power to write and run agent evals.
Modality-Integration-Rate
开源
量化视觉-语言模型跨模态对齐，诊断融合短板
[ICCV 2025] The official code of the paper "Deciphering Cross-Modal Alignment in Lar···
Rickrolling-the-Artist
开源
给AI画师下毒：一句触发词，让模型输出指定图像
[ICCV 2023] Source code for our paper "Rickrolling the Artist: Injecting Invisible B···
TransformerLens
开源
像调试代码一样拆开GPT，定位每个注意力头的作用
A library for mechanistic interpretability of GPT-style language models
RAGElo
开源
用 Elo 对战排名，快速选出最强 RAG 智能体
RAGElo is a set of tools that helps you selecting the best RAG-based LLM agents by u···
HacxGPT-Jailbreak-prompts
开源
一键解锁 AI 模型隐藏能力，突破限制自由对话
HacxGPT Jailbreak : Unlock the full potential of top AI models like ChatGPT, LLaMA, ···