待验证50% 置信事实精确时间

评估与测试类别是数量最多的类别，包含33款工具，代表项目有promptfoo、deepeval、openevals

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/12

首次发现

有效期至：2027/1/10

来源

LangSmith开源替代方案：144款LLMOps自托管工具全盘点

涉及实体

promptfooproduct deepevalproduct openevalsproduct

相关事实

待验证SkillCascade-Bench包含213个经过验证的级联测试用例，覆盖多种智能体系统与应用领域70% 相似待验证在教程案例中通义灵码生成服务列表页时扫描到33个图片结果68% 相似待验证OpenAI发布GeneBench Pro研究基准测试，包含129个评估任务，涵盖10个主要领域和21个细分方向，前沿模型最高得分31.5%67% 相似待验证该研究在两层隐藏层MLP上针对模块化算术任务系统扫描了384种超参数配置66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1004098

API

curl https://kongchang.com/api/v1/knowledge/claims/1004098

MCP

get_claim(id=1004098)