界面已本地化;技能原文保持作者语言。部分长说明页面以英语提供。
探索技能
开发与工程 · SKILL.md

eval-harness

eval-harness

【开发与工程】Eval-driven development (EDD) framework for AI coding sessions — define capability and regression evals before coding, grade with code-based, model-based, rule, or human graders, and track pass@k and pass^k reliability. Use when defining pass/fail criteria for agent tasks, measuring agent reliability, building regression suites for prompt or agent ch…

独立 GitHub 快照 · 自动分类 · 以原作者文档为准

技能说明

GitHub
正在从源仓库读取说明…
我的收藏