标签：模型评估

一个与OpenAI兼容的MCP（Model Context Protocol）服务器，用于分析和评估LLM模型的质量。

Opik MCP Server是为开源LLM可观测性和评估平台Opik提供的官方协议服务器，支持直接从AI助手读取跟踪数据、记录分数、保存提示版本并进行调查性提问。

MCP评估工具是一个专注于时间序列预测模型的论文级评估框架，提供完整的审计跟踪和分析报告。

AI Testing MCP是一个基于模型上下文协议（MCP）的服务器，提供标准化的AI/ML系统测试方法、评估指标和自动化测试工作流程。

MetriLLM是一款用于本地大语言模型性能和质量基准测试的工具，支持生成综合评分并分享至公共排行榜。