nemo-evaluator-sdk
bởi firecrawl
Đánh giá các LLM trên 100+ điểm chuẩn từ 18+ bộ khai thác (MMLU, HumanEval, GSM8K, an toàn, VLM) với thực thi đa backend. Sử dụng khi cần khả năng mở rộng…
npx skills add https://github.com/firecrawl/ai-research-skills --skill nemo-evaluator-sdk