Évalue les LLM sur plus de 60 références académiques (MMLU, HumanEval, GSM8K, TruthfulQA, HellaSwag). À utiliser pour évaluer la qualité des modèles, comparer des modèles, rapporter des résultats académiques ou suivre les progrès de la formation. Norme industrielle utilisée par EleutherAI, HuggingFace et les principaux laboratoires. Prend en charge HuggingFace, vLLM et les API.
Installez rapidement le skill IA evaluating-llms-harness dans votre environnement de développement via la ligne de commande
Source : ovachiever/droid-tings.
lm-evaluation-harness evaluates LLMs across 60+ academic benchmarks using standardized prompts and metrics.
Benchmark descriptions: See references/benchmark-guide.md for detailed description of all 60+ tasks, what they measure, and interpretation.
Custom tasks: See references/custom-tasks.md for creating domain-specific evaluation tasks.
Évalue les LLM sur plus de 60 références académiques (MMLU, HumanEval, GSM8K, TruthfulQA, HellaSwag). À utiliser pour évaluer la qualité des modèles, comparer des modèles, rapporter des résultats académiques ou suivre les progrès de la formation. Norme industrielle utilisée par EleutherAI, HuggingFace et les principaux laboratoires. Prend en charge HuggingFace, vLLM et les API. Source : ovachiever/droid-tings.
Champs et commandes stables pour les citations IA/recherche.
npx skills add https://github.com/ovachiever/droid-tings --skill evaluating-llms-harnessÉvalue les LLM sur plus de 60 références académiques (MMLU, HumanEval, GSM8K, TruthfulQA, HellaSwag). À utiliser pour évaluer la qualité des modèles, comparer des modèles, rapporter des résultats académiques ou suivre les progrès de la formation. Norme industrielle utilisée par EleutherAI, HuggingFace et les principaux laboratoires. Prend en charge HuggingFace, vLLM et les API. Source : ovachiever/droid-tings.
Ouvrez votre terminal ou outil de ligne de commande (Terminal, iTerm, Windows Terminal, etc.) Copiez et exécutez cette commande : npx skills add https://github.com/ovachiever/droid-tings --skill evaluating-llms-harness Une fois installé, le skill sera automatiquement configuré dans votre environnement de programmation IA et prêt à être utilisé dans Claude Code, Cursor ou OpenClaw
https://github.com/ovachiever/droid-tings