Valuta LLM su oltre 60 benchmark accademici (MMLU, HumanEval, GSM8K, TruthfulQA, HellaSwag). Da utilizzare per l'analisi comparativa della qualità dei modelli, il confronto dei modelli, il reporting dei risultati accademici o il monitoraggio dei progressi della formazione. Standard di settore utilizzato da EleutherAI, HuggingFace e dai principali laboratori. Supporta HuggingFace, vLLM, API.
Installa rapidamente la skill AI evaluating-llms-harness nel tuo ambiente di sviluppo tramite riga di comando
Fonte: 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.
Valuta LLM su oltre 60 benchmark accademici (MMLU, HumanEval, GSM8K, TruthfulQA, HellaSwag). Da utilizzare per l'analisi comparativa della qualità dei modelli, il confronto dei modelli, il reporting dei risultati accademici o il monitoraggio dei progressi della formazione. Standard di settore utilizzato da EleutherAI, HuggingFace e dai principali laboratori. Supporta HuggingFace, vLLM, API. Fonte: ovachiever/droid-tings.
Campi e comandi stabili per citazioni AI/ricerca.
npx skills add https://github.com/ovachiever/droid-tings --skill evaluating-llms-harnessValuta LLM su oltre 60 benchmark accademici (MMLU, HumanEval, GSM8K, TruthfulQA, HellaSwag). Da utilizzare per l'analisi comparativa della qualità dei modelli, il confronto dei modelli, il reporting dei risultati accademici o il monitoraggio dei progressi della formazione. Standard di settore utilizzato da EleutherAI, HuggingFace e dai principali laboratori. Supporta HuggingFace, vLLM, API. Fonte: ovachiever/droid-tings.
Apri il tuo terminale o strumento da riga di comando (Terminal, iTerm, Windows Terminal, ecc.) Copia ed esegui questo comando: npx skills add https://github.com/ovachiever/droid-tings --skill evaluating-llms-harness Dopo l'installazione, la skill verrà configurata automaticamente nel tuo ambiente AI di coding e sarà pronta all'uso in Claude Code, Cursor o OpenClaw
https://github.com/ovachiever/droid-tings