nemo-evaluator-sdk

作者: firecrawl

跨18+个测试框架(MMLU、HumanEval、GSM8K、安全性、VLM)的100+项基准评估LLM,支持多后端执行。适用于需要可扩展…

npx skills add https://github.com/firecrawl/ai-research-skills --skill nemo-evaluator-sdk