📄️ Argilla
Argilla 是一个用于 LLM 的开源数据整理平台。
📄️ Comet 追踪
有两种方法可以使用 Comet 追踪您的 LangChains 执行。
📄️ Confident
用于 LLM 单元测试的 DeepEval 包。
📄️ Context
Context 为 LLM 驱动的产品和功能提供用户分析。
📄️ Fiddler
Fiddler 是企业生成式和预测系统运营领域的先驱,提供一个统一平台,使数据科学、MLOps、风险、合规、分析以及其他业务线(LOB)团队能够监控、解释、分析和改进企业规模的机器学习部署。
📄️ Infino
Infino 是一个可扩展的遥测存储,专为日志、指标和追踪设计。Infino 可以作为独立的观测解决方案,也可以作为您观测堆栈中的存储层。
📄️ Label Studio
Label Studio 是一个开源数据标注平台,为 LangChain 在微调大型语言模型(LLMs)数据标注方面提供了灵活性。它还支持准备自定义训练数据,并通过人工反馈收集和评估响应。
📄️ LLMonitor
LLMonitor 是一个开源观测平台,提供成本和使用分析、用户追踪、追踪和评估工具。
📄️ PromptLayer
PromptLayer 是一个提示工程平台。它还有助于 LLM 的可观测性,以可视化请求、版本化提示和追踪使用情况。
📄️ SageMaker 跟踪
Amazon SageMaker 是一种完全托管的服务,用于快速轻松地构建、训练和部署机器学习 (ML) 模型。
📄️ Streamlit
Streamlit 是一种更快地构建和共享数据应用的方法。
📄️ Trubrics
Trubrics 是一个 LLM 用户分析平台,可让您收集、分析和管理用户
📄️ Upstash 限速回调
在本指南中,我们将介绍如何使用 UpstashRatelimitHandler 根据请求数量或令牌数量添加速率限制。此处理器使用 Upstash 的 ratelimit 库,该库利用 Upstash Redis。
📄️ uptrain
UpTrain [github || website || docs] 是一个用于评估和改进 LLM 应用程序的开源平台。它为 20 多个预配置检查(涵盖语言、代码、嵌入用例)提供评级,对失败案例实例执行根本原因分析,并提供解决指导。