nemo-evaluator-sdk
par firecrawl
Évalue les LLMs sur plus de 100 benchmarks provenant de 18+ harnesses (MMLU, HumanEval, GSM8K, safety, VLM) avec exécution multi-backend. À utiliser lorsque vous avez besoin d'une solution évolutive…
npx skills add https://github.com/firecrawl/ai-research-skills --skill nemo-evaluator-sdk