nemo-evaluator-sdk
von firecrawl
Bewertet LLMs über 100+ Benchmarks aus 18+ Harnesses (MMLU, HumanEval, GSM8K, Safety, VLM) mit Multi-Backend-Ausführung. Verwenden Sie, wenn Sie skalierbare…
npx skills add https://github.com/firecrawl/ai-research-skills --skill nemo-evaluator-sdk