eval-harness - 构建可复现的 LLM 评测框架LLM 评测测试回归测试评分★ 47 · 更新于 2026-10-05为 LLM 流程构建可复现的评测框架,执行测试、评分、记录通过或失败历史并检测回归。⚙ 定义评测用例⚙ 创建评分量规⚙ 运行流程评测