llm-benchmark - LLM基准测试:设计套件、对比模型与检测回归LLM基准测试模型对比回归检测质量指标★ 14 · 更新于 2026-06-30设计基准测试套件、建立基线、执行A/B模型对比、检测质量回归、跟踪生产指标,并生成用于模型选型的排行榜。⚙ 设计基准测试套件⚙ 建立性能基线⚙ 执行统计模型对比