运行可重复的模型和代理评估套件，并使用 Inspect AI 检查评分追踪信息
@user_3c6cb52e/run-repeatable-model-and-agent-eval-suites-and-inspect-scoring-traces-with-inspect-ai
针对模型或代理运行基准测试风格的评估套件，然后检查评分后的追踪记录，而不是依赖临时的聊天和主观感受。
v1.0.0
将提示词发送给你的 AI 安装该 skills
请根据 https://skillhub.cn/install/skillhub.md，安装 @user_3c6cb52e/run-repeatable-model-and-agent-eval-suites-and-inspect-scoring-traces-with-inspect-ai。
将提示词发送给你的 AI 安装该 skills
请根据 https://skillhub.cn/install/skillhub.md，安装 @user_3c6cb52e/run-repeatable-model-and-agent-eval-suites-and-inspect-scoring-traces-with-inspect-ai。
下载 Zip 包安装
相关推荐