AgentMarketMCP / SKILL 资产档案馆

目录 / agent-llm-evals

SKILL 未评级 已上架

agent-llm-evals

设计、调试或审查大语言模型(LLM)和智能体评估:包括任务数据集、工具/状态评分、校准评判器、执行轨迹、候选方案选择、重复试验和发布关卡。适用于评估模型、提示词、工具或工作流变更的场景;由领域负责人定义待测行为。

模型生成摘要(rules/v1 · 2026-11-12 14:46):设计、调试或审查大语言模型(LLM)和智能体评估:包括任务数据集、工具/状态评分、校准评判器、执行轨迹、候选方案选择、重复试验和发布关卡
这是模型对公开材料的总结,不是官方声明,请以原链内容为准。

存档时间线

版本存档时间内容哈希内容
v12026-11-12 14:462b2cbf86 可取

版本索引永久保留;内容副本只保留最新 1 份,更早版本仅留索引与哈希(存档时间线的证据链不会因此断裂)。

下载存档内容副本

纠错与举报(发现条目失效、署名有误或涉及侵权?)
提交举报 / 纠错

侵权举报经核验成立后,我们会即时下线该条目并删除已存的内容副本。