nemo-evaluator
✓LLM の評価、MMLU/HumanEval/GSM8K などのベンチマークの実行、評価パイプラインの設定、または「NeMo Evaluator」、「LLM ベンチマーク」、「モデル評価」、「MMLU」、「HumanEval」、「GSM8K」、「ベンチマーク ハーネス」について質問する場合に使用します。
インストール
SKILL.md
NeMo Evaluator SDK evaluates LLMs across 100+ benchmarks from 18+ harnesses using containerized, reproducible evaluation with multi-backend execution (local Docker, Slurm HPC, Lepton cloud).
| lm-evaluation-harness | 60+ | MMLU, GSM8K, HellaSwag, ARC | | simple-evals | 20+ | GPQA, MATH, AIME | | bigcode-evaluation-harness | 25+ | HumanEval, MBPP, MultiPL-E | | safety-harness | 3 | Aegis, WildGuard | | vlmevalkit | 6+ | OCRBench, ChartQA, MMMU | | bfcl | 6 | Function calling v2/v3 |
| run | Execute evaluation with config | | status | Check job status | | ls tasks | List available benchmarks | | ls runs | List all invocations | | export | Export results (mlflow/wandb/local) | | kill | Terminate running job |
引用可能な情報
AI/検索での引用用の安定したフィールドとコマンド。
- インストールコマンド
npx skills add https://github.com/eyadsibai/ltk --skill nemo-evaluator- カテゴリ
- </>開発ツール
- 認証済み
- ✓
- 初回登録
- 2026-02-17
- 更新日
- 2026-02-18
クイックアンサー
nemo-evaluator とは？
LLM の評価、MMLU/HumanEval/GSM8K などのベンチマークの実行、評価パイプラインの設定、または「NeMo Evaluator」、「LLM ベンチマーク」、「モデル評価」、「MMLU」、「HumanEval」、「GSM8K」、「ベンチマーク ハーネス」について質問する場合に使用します。 ソース: eyadsibai/ltk。
nemo-evaluator のインストール方法は？
ターミナルまたはコマンドラインツール（Terminal、iTerm、Windows Terminal など）を開きます このコマンドをコピーして実行します: npx skills add https://github.com/eyadsibai/ltk --skill nemo-evaluator インストール後、スキルは自動的に AI コーディング環境に設定され、Claude Code や Cursor で使用できるようになります
ソースリポジトリはどこですか？
https://github.com/eyadsibai/ltk
詳細
- カテゴリ
- </>開発ツール
- ソース
- skills.sh
- 初回登録
- 2026-02-17