UI はローカライズ済みです。スキルの紹介と説明文書は選択した言語へ AI が自動翻訳し、コード・コマンド・パス・専門用語は原文のままです。原作者の文書が優先されます。
スキルを探す
開発・技術 · SKILL.md

agent-benchmarking

agent-benchmarking

Map agent capabilities to standard benchmarks (SWE-bench, WebArena, OSWorld, GAIA, TauBench) plus custom regression packs. Use when you need defensible numbers on agent quality, not just vibes — before shipping, after every model change, and for vendor comparisons.

Independent GitHub snapshot · Automated classification · Original documentation governs

Aakillness / jeo-skillsNOASSERTION

スキルの説明

GitHub
説明を読み込み中…
保存したスキル