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
skill-optimize - 通过质量循环优化AI技能质量保证技能优化评估回归检测★ 0 · 更新于 2026-03-25运行评估分析改进循环以测量技能质量并提出改进建议⚙ 创建evals.yaml文件⚙ 生成语料输出⚙ 运行基线评估