Skip to main content

> ML_KUTUPHANE // EVIDENTLY_v1.0

Evidently AI

Evidently AI Inc. — Makine öğrenimi ve LLM uygulamaları için açık kaynaklı değerlendirme, test ve gözlemlenebilirlik çerçevesi.

evaluation-observabilityv0.4.38Apache-2.0qualified
Resmi DokümantasyonKaynak Kod Deposu

Model Eğitimi (Training)

Desteklenmiyor

Bu kütüphane optimize edilmiş bir inference motorudur; model eğitimi için kullanılmaz.

Model Sunumu (Inference)

Destekleniyor
Inference Hızlandırıcıları:
CPU
Hedef Ortamlar (Targets):server

Neleri Sağlar (Ne Yapar)

  • +Otomatik istatistiksel veri sapma (drift) testleri: Wasserstein mesafesi, Kolmogorov-Smirnov, PSI, Jensen-Shannon
  • +Kapsamlı model performans değerlendirme raporları (sınıflandırma, regresyon, sıralama)
  • +LLM gözlemlenebilirliği: halüsinasyon, anlamsal benzerlik, toksisite ve bağlam uygunluğunu değerlendirme
  • +Kendi sunucunuzda barındırılabilir açık kaynak web izleme paneli ve CI/CD test kapıları için otomatik HTML rapor üretimi

Neleri Sağlamaz (Ne Yapmaz)

  • -Doğrudan makine öğrenimi veya derin nöral modeller eğitme
  • -Prometheus veya Grafana gibi sürekli yüksek hacimli metrik toplayıcıların yerini alma
  • -gRPC/REST üzerinden model sunum uç noktaları dağıtma

>Uygun İş Tipleri

  • Model yeniden eğitim uyarılarını tetiklemek için üretim ML hatlarında otomatik sapma izleme
  • Aday modelleri üretim temel modelleriyle karşılaştıran dağıtım öncesi CI/CD regresyon testleri
  • Kurumsal RAG hatlarını dayanaklılık (groundedness) ve soru-cevap uygunluğu açısından değerlendirme

>Uygun Olmayan İş Tipleri

  • İstatistiksel sapma hesaplamanın çok ağır kaldığı gerçek zamanlı milisaniyelik puanlama telemetrisi
  • Bilgisayarlı görü piksel dönüşüm hatları
Veri Yerleşimi ve İkameti

%100 yerel olarak veya kurum içi VPC altyapısında çalışır. Bulut servislerine sıfır veri iletilir.

Güvenlik Değerlendirmesi

Apache-2.0 lisansı. Güvenliği sıkılaştırılmış yalıtılmış kurumsal ortamlar için uygundur.

Operasyonel Metrikler ve Bilinen Kısıtlar

Olgunluk:mature
Öğrenme Eğrisi:low
Operasyon Yükü:low
Maliyet Seviyesi:free-oss
> Bilinen Kısıtlamalar:
  • Milyonlarca satırlık veri kümelerinde ayrıntılı görsel HTML raporları oluşturmak yavaşlayabilir; büyük tablolar için toplu örnekleme veya JSON test paketleri kullanılmalıdır.

İlişkili Üretim Arıza Paternleri (Incidentpedia)

Bu kütüphaneyi üretimde kullanırken aşağıdaki arıza senaryolarına karşı fail-closed korumalar uygulayın:

training-serving-skew

> Birincil Kanıt ve Doğrulama Kaynakları

Evidently AI Documentationofficial-docs • >=0.4.30, <=0.4.x
2026-09-25HIGH