model-evaluation-benchmark

SKILL.md

Purpose: Automated reproduction of comprehensive model evaluation benchmarks following the Benchmark Suite V3 reference implementation.

Auto-activates when: User requests model benchmarking, comparison evaluation, or performance testing between AI models in agentic workflows.

This skill orchestrates end-to-end model evaluation benchmarks that measure:

Reproducción automatizada de puntos de referencia de evaluación integral de modelos siguiendo Benchmark Suite V3. Se activa automáticamente para realizar evaluaciones comparativas de modelos, evaluaciones comparativas o pruebas de rendimiento entre modelos de IA. Fuente: rysweet/amplihack.

Ver original