这是名为 Evals 的 Windows 应用程序，其最新版本可以下载为 evals3.0.1sourcecode.zip。它可以在免费的工作站托管服务提供商 OnWorks 上在线运行。
免费下载并在线运行这个名为 Evals with OnWorks 的应用程序。
请按照以下说明运行此应用程序：
- 1. 在您的 PC 中下载此应用程序。
- 2. 在我们的文件管理器 https://www.onworks.net/myfiles.php?username=XXXXX 中输入您想要的用户名。
- 3. 在这样的文件管理器中上传这个应用程序。
- 4. 从本网站启动任何 OS OnWorks 在线模拟器，但更好的 Windows 在线模拟器。
- 5. 从您刚刚启动的 OnWorks Windows 操作系统，使用您想要的用户名转到我们的文件管理器 https://www.onworks.net/myfiles.php?username=XXXXX。
- 6. 下载应用程序并安装。
- 7. 从您的 Linux 发行版软件存储库下载 Wine。 安装后，您可以双击该应用程序以使用 Wine 运行它们。 您还可以尝试 PlayOnLinux，这是 Wine 上的一个花哨界面，可帮助您安装流行的 Windows 程序和游戏。
Wine 是一种在 Linux 上运行 Windows 软件的方法，但不需要 Windows。 Wine 是一个开源的 Windows 兼容层，可以直接在任何 Linux 桌面上运行 Windows 程序。 本质上，Wine 试图从头开始重新实现足够多的 Windows，以便它可以运行所有这些 Windows 应用程序，而实际上不需要 Windows。
截图：
评价
描述：
openai/evals 存储库是一个用于评估使用 LLM 构建的大型语言模型和系统的框架和注册表。它旨在让您以结构化的方式定义“评估”（eval，评估任务），并针对不同的模型或代理运行它们，并能够对结果进行评分、比较和分析。该框架支持模板化的 YAML 评估定义、基于求解器的评估、自定义指标以及多步骤评估的组合。它包含实用程序和 API，用于插入补全函数、管理提示、包装重试或错误处理以及注册新的评估类型。它还维护着一个不断增长的标准基准或“评估”注册表，用户可以重复使用（例如，衡量推理、事实准确性或思路链能力的任务）。该框架采用模块化设计，因此您可以扩展或编写新的评估，与您自己的模型 API 集成，并捕获每次运行的丰富元数据（提示、响应、指标）。
功能
- 通过 YAML 加上辅助类和模板脚手架定义 eval
- 支持“求解器”式评估（解决任务的模型）作为评估的子类
- 用于插入完成函数、提示模板和重试逻辑的 API 和包装器
- 基准测试任务的注册表和跨模型共享评估的重用
- 用于添加新评估类型的模块化、可扩展架构
- 用于分析的元数据跟踪（提示、指标、响应、诊断）
程式语言
Python
分类
此应用程序也可从 https://sourceforge.net/projects/evals.mirror/ 获取。它已托管在 OnWorks 中，以便通过我们的免费操作系统之一以最便捷的方式在线运行。