qaboard

把实验记录整理成册,一键对比调参结果

qaboard 是一个实验追踪工具,旨在帮助算法和性能研发团队系统化管理实验过程。它解决了机器学习或算法开发中实验记录分散、结果难以对比、复现困难等痛点。核心能力包括:实验运行的组织与归档、可视化展示实验结果、便捷对比不同实验的性能指标,以及支持团队间共享实验数据。通过将实验信息结构化存储,qaboard 减少了研发人员在记录和整理实验上的重复劳动,让团队能更专注于算法调优本身。项目采用 JavaScript 开发,当前处于早期阶段,功能聚焦于实验生命周期管理。

开源 free 基础设施
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 55
维护状态 维护中
是否开源
定价模式 free

项目数据

分类基础设施
开发团队Samsung
所属国家
定价模式free
价格说明开源项目,Apache-2.0 许可证,可免费使用和部署。
访问状态
是否开源
开源协议Apache-2.0
主要语言JavaScript
技术栈/模型algorithms,continuous-quality,mlops,performance-engineering,visualizations
GitHub 星标★ 55
30天Star增速
HF 下载量
上线时间2019-12-02 00:00:00
最近更新2026-06-11 00:00:00
维护状态维护中
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数6

使用教程

核心亮点

  • 提供实验可视化对比,直观呈现不同参数下的性能差异
  • 支持实验共享,方便团队协作和结果评审
  • 结构化组织实验数据,减少手动记录和查找的麻烦

不足之处

  • 项目处于早期,文档和社区生态尚待完善
  • 功能相对基础,可能缺少高级分析或集成能力

适用场景

  • 算法工程师进行模型调参时记录和对比实验结果
  • 研究团队共享实验进展,统一管理实验记录
  • 性能优化工作中追踪不同配置下的运行指标

替代项目

MLflow、Weights & Biases、Neptune.ai

项目介绍

qaboard 是基础设施领域的开源项目,由 Samsung 开发,2019 年首次发布。

它收录于基础设施分类,该分类目前共有 1,130 个项目,GitHub 星标数为 55。

项目仍在小幅维护中,最近一次代码更新于 2026-06-11。Apache-2.0 许可证,可免费使用和部署。

它主要面向的使用场景是:算法工程师进行模型调参时记录和对比实验结果。同类可对比的替代方案包括 MLflow、Weights & Biases、Neptune.ai。

上一篇:mlop

下一篇:dcs-core

同类项目推荐

freebuff-proxy 开源

聚合多账号,一键接入 OpenAI 兼容 API,轻松管理会话。

Multi-account OpenAI-compatible gateway for coding models. Pooled keys, session life···

★ 213 2026-08-20
microduck 开源

用 Rust 造一只会走路的桌面小鸭,快速上手双足机器人。

A Tiny biped duck robot

★ 8684 2026-09-10
soperator 开源

用 Kubernetes 原生方式运行 Slurm,简化 HPC 集群管理。

Run Slurm in Kubernetes

★ 439 2026-08-10
ollama 开源

一条命令本地跑起大模型,免费、私密、不卡顿

Get up and running with Kimi, GLM, MiniMax, DeepSeek, gpt-oss, Qwen, Gemma and other···

★ 181484 2026-08-09