nemo-evaluator
✓在評估 LLM、運行 MMLU/HumanEval/GSM8K 等基準、設定評估管道或詢問「NeMo Evaluator」、「LLM 基準測試」、「模型評估」、「MMLU」、「HumanEval」、「GSM8K」、「基準測試工具」時使用
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 |
可引用資訊
為搜尋與 AI 引用準備的穩定欄位與指令。
- 安裝指令
npx skills add https://github.com/eyadsibai/ltk --skill nemo-evaluator- 分類
- </>開發工具
- 認證
- ✓
- 收錄時間
- 2026-02-17
- 更新時間
- 2026-02-18
快速解答
什麼是 nemo-evaluator？
在評估 LLM、運行 MMLU/HumanEval/GSM8K 等基準、設定評估管道或詢問「NeMo Evaluator」、「LLM 基準測試」、「模型評估」、「MMLU」、「HumanEval」、「GSM8K」、「基準測試工具」時使用 來源：eyadsibai/ltk。
如何安裝 nemo-evaluator？
開啟你的終端機或命令列工具（如 Terminal、iTerm、Windows Terminal 等） 複製並執行以下指令：npx skills add https://github.com/eyadsibai/ltk --skill nemo-evaluator 安裝完成後，技能將自動設定到你的 AI 程式設計環境中，可以在 Claude Code 或 Cursor 中使用
這個 Skill 的原始碼在哪？
https://github.com/eyadsibai/ltk
詳情
- 分類
- </>開發工具
- 來源
- skills.sh
- 收錄時間
- 2026-02-17