nemo-evaluator-sdk
por firecrawl
Avalia LLMs em mais de 100 benchmarks de mais de 18 harnesses (MMLU, HumanEval, GSM8K, segurança, VLM) com execução multi-backend. Use quando precisar de escalabilidade…
npx skills add https://github.com/firecrawl/ai-research-skills --skill nemo-evaluator-sdk