用 Python 给 LLM 生成的回答跑评测的 SDK，内置多种评测指标，方便在 LLMOps 流程里量化模型输出质量。
从零手搓大模型全链路的教学项目，涵盖 Transformer、LLaMA、Qwen、RAG、Agent 和扩散模型，帮学习者拆开白盒子理解每个环节的实现细节。
… 65.64 32.56 74.45 68.88 51.17 53.67 4004 说明： - 结果评测指标：spearman系数 - shibing624/text2vec-base-chinese 模型，是用CoSENT方法训练，基于 hfl/chinese-macbert-base 在中文STS-B数据训练得到，并在中文STS-B测