Evidently AI

Openlayer 是一個企業級的人工智慧評估與可觀測性平台。它幫助團隊在從開發到生產的整個生命週期中，測試、監控和治理傳統的機器學習模型及大型語言模型（LLM），確保系統的可靠性與合規性。

getmaxim 是一個全面的生成式AI評估與可觀測性平台，專為AI開發團隊設計。它讓使用者能夠透過對LLM和RAG管道進行廣泛評估、自動化測試以及提供即時生產監控來測試、監控和改進AI應用，從而確保高品質、可靠和負責任的AI。

Confident AI 是一個面向工程團隊的 LLM 評估與可觀測性平台。由開源庫 DeepEval 的創建者打造，它透過全面的指標、回歸測試和詳細的追蹤來幫助基準測試、保障和改進 LLM 應用，確保 AI 效能的穩定性。

LangWatch 是一個一體化的開源平台，用於監控、評估和優化 LLM 應用。它專注於透過模擬使用者環境進行 AI 代理測試，幫助團隊在生產前捕獲回歸和邊緣案例。該平台結合了可觀測性、評估、優化和護欄功能，以確保 AI 應用的可靠性、安全性和高效能。

RagaAI 是一個全面的人工智慧測試與可觀測性平台，旨在協助開發者和企業建構可靠的 AI 應用。它提供了一整套工具，用於觀察、評估和偵錯 AI 代理、大型語言模型（LLM）和 RAG 系統。核心功能包括代理測試、即時護欄、合成資料生成和微調能力。RagaAI 支援多模態資料（LLM、電腦視覺、表格資料），致力於自動化整個 AI 品質保證生命週期，從問題偵測到解決，確保 AI 部署的穩健性和可信度。

RagaAI 是一個全面的人工智慧測試與可觀測性平台，旨在協助開發者和企業建構可靠的 AI 應用。它提供了一整套工具，用於觀察、評估和偵錯 AI 代理、大型語言模型（LLM）和 RAG 系統。核心功能包括代理測試、即時護欄、合成資料生成和微調能力。RagaAI 支援多模態資料（LLM、電腦視覺、表格資料），致力於自動化整個 AI 品質保證生命週期，從問題偵測到解決，確保 AI 部署的穩健性和可信度。

Openlayer 是一個企業級的人工智慧評估與可觀測性平台。它幫助團隊在從開發到生產的整個生命週期中，測試、監控和治理傳統的機器學習模型及大型語言模型（LLM），確保系統的可靠性與合規性。

Giskard 是一個 AI 測試平台，旨在保護和驗證基於 LLM 的應用程式。它幫助企業團隊在部署前檢測並緩解幻覺、安全漏洞、偏見和性能問題等風險。透過自動化測試生成和持續的紅隊演練，Giskard 確保 AI 代理可靠、安全且合規。

Censius 是一個端到端的 AI 可觀測性平台，專為 ML 團隊設計，用於監控、解釋和排查生產環境中的機器學習模型。它有助於防止模型靜默失敗，並將模型性能與業務目標對齊。

Raven 是一款自託管、即時機器學習模型監控平台，旨在簡化 AI 管道的可觀測性。它能偵測資料漂移、延遲峰值和置信度下降，提供即時警報，確保生產環境中模型的可靠性和性能。

Deepchecks 是一個用於評估、驗證和監控基於 LLM 的應用程式的端到端平台。它幫助人工智慧團隊定義、衡量和驗證人工智慧的進展，透過簡化從開發、CI/CD 到生產的整個測試流程，確保發布高品質、可靠的應用程式。

Velvet是一個開發者閘道，現已併入Arize AI，專為分析、評估和監控AI功能而設計。它為AI可觀測性、LLM追蹤和模型效能管理提供了一套全面的解決方案，幫助開發者從開發到生產的全過程建構和完善AI應用。

LastMile AI 是一個企業級開發者平台，用於測試、評估和監控生成式AI應用。它提供 AutoEval 等工具，支援自訂評估器微調、合成資料生成和即時監控，以確保AI系統的可靠性和生產就緒性。

EvalsOne 是一個專為生成式AI應用設計的一站式評估平台。它使團隊能夠透過一個強大直觀的介面，輕鬆地評估、迭代和優化LLM提示語、RAG流程和AI智能體，確保AI產品既健壯又具競爭力。

getmaxim 是一個全面的生成式AI評估與可觀測性平台，專為AI開發團隊設計。它讓使用者能夠透過對LLM和RAG管道進行廣泛評估、自動化測試以及提供即時生產監控來測試、監控和改進AI應用，從而確保高品質、可靠和負責任的AI。

Confident AI 是一個面向工程團隊的 LLM 評估與可觀測性平台。由開源庫 DeepEval 的創建者打造，它透過全面的指標、回歸測試和詳細的追蹤來幫助基準測試、保障和改進 LLM 應用，確保 AI 效能的穩定性。

LangWatch 是一個一體化的開源平台，用於監控、評估和優化 LLM 應用。它專注於透過模擬使用者環境進行 AI 代理測試，幫助團隊在生產前捕獲回歸和邊緣案例。該平台結合了可觀測性、評估、優化和護欄功能，以確保 AI 應用的可靠性、安全性和高效能。

Arize 是一個專為開發、可觀測性與評估而設計的人工智慧與代理工程平台。它為團隊提供統一的解決方案，以更快地建構、監控、除錯和改進 LLM 及機器學習模型。透過打通開發與生產之間的閉環，Arize 協助確保人工智慧系統在規模化應用中可靠、值得信賴且高效能。

Ragas 是一個用於評估和測試檢索增強生成（RAG）流程的開源 Python 框架。它提供了一套度量標準來衡量 LLM 應用的性能，從上下文檢索到答案生成。Ragas 受到 LangChain 和 LlamaIndex 等行業領導者的信賴，透過識別和減輕幻覺、不相關響應等問題，幫助開發者建構更穩健、可靠和準確的 AI 系統。