界面已本地化;技能介绍与说明文档按所选语言由 AI 自动翻译,代码、命令、路径和专业术语保留原文,以原作者文档为准。
探索技能
效率与协作 · SKILL.md

evaluating-llms-harness

evaluating-llms-harness

【效率与协作】Evaluates LLMs across 60+ academic benchmarks (MMLU, HumanEval, GSM8K, TruthfulQA, HellaSwag). Use when benchmarking model quality, comparing models, reporting academic results, or tracking training progress. Industry standard used by EleutherAI, HuggingFace, and major labs. Supports HuggingFace, vLLM, APIs.

独立 GitHub 快照 · 自动分类 · 以原作者文档为准

Iitgoyo / hermes-skillsNOASSERTION

技能说明

GitHub
正在从源仓库读取说明…
我的收藏