DreamLayer-Eval 是评测安全领域的开源项目，由 TheDesignFounder 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 412。
项目保持着较活跃的维护节奏，最近一次代码更新于 2026-09-23。从国内网络环境看，可直接访问。
它主要面向的使用场景是：对比不同扩散模型版本或超参的生成质量。同类可对比的替代方案包括 FID Score、CLIP Score、T2I-CompBench。
DreamLayer-Eval
一键自动化评测扩散模型，告别手动调参和结果不可复现。
DreamLayer-Eval 是一个面向扩散模型的自动化评测基准工具，旨在解决图像生成模型评估过程繁琐、结果难以复现的问题。它通过自动化管理评估流程、随机种子和关键指标，帮助开发者快速、公平地对比不同扩散模型（如 Stable Diffusion 系列）的性能。核心能力包括：一键运行标准化评测、自动记录种子与配置以保证可复现性、内置多种评估指标（如 FID、CLIP Score 等），并支持自定义扩展。项目采用 Python 编写，接口简洁，适合集成到现有开发流程中，尤其适用于模型迭代、版本对比和论文实验。目前项目处于早期阶段，但已提供核心功能，为图像生成领域的工程实践和学术研究提供了高效、可靠的评测基础设施。
开源
unknown
图像生成
GitHub 星标
★ 412
维护状态
较活跃
是否开源
是
定价模式
unknown
项目数据
分类图像生成
开发团队TheDesignFounder
所属国家
定价模式unknown
价格说明定价信息待确认
访问状态
是否开源是
开源协议GPL-3.0
主要语言Python
技术栈/模型benchmarking,diffusion-models,evaluation-metrics,generative-ai,image-generation,stable-diffusion
GitHub 星标★ 412
30天Star增速
HF 下载量
上线时间2025-06-22 00:00:00
最近更新2026-09-23 00:00:00
维护状态较活跃
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3
使用教程
核心亮点
- 自动化管理种子和配置，确保评测结果可复现
- 内置多种主流评估指标，开箱即用
- 接口简洁，易于集成到现有模型开发流程
不足之处
- 文档/社区待观察
- 早期项目，功能覆盖可能不够全面
适用场景
- 对比不同扩散模型版本或超参的生成质量
- 在论文或技术报告中生成标准化的模型评估数据
- 作为 CI/CD 流程中的模型回归测试工具
替代项目
FID Score、CLIP Score、T2I-CompBench
项目介绍
上一篇：vistorybench
下一篇：clean-fid
同类项目推荐
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.