← Volver al catálogo

evaluating-llms-harness

Evaluates LLMs across 60+ academic benchmarks (MMLU, HumanEval, GSM8K, TruthfulQA, HellaSwag). Use when benchmarking model quality, comparing models, reporting academic results, or tracking training progress. Industry standard used by EleutherAI, HuggingFace, and major labs. Supports HuggingFace, vLLM, APIs.

1.4kestrellas
Actualizado hace 17 días

Ver en GitHub ↗Licencia: MIT

Cómo agregar

/plugin marketplace add OpenRaiser/NanoResearch

El comando exacto puede variar según el repositorio. Consulta el README en GitHub.

Para el autor de la skill

Pega en el README de tu repo

Muestra que tu skill está catalogada en Skillteca, genera backlink y tráfico rastreable.

Listada na Skillteca
[![Listada na Skillteca](https://www.skillteca.com.br/api/badge/evaluating-llms-harness-openraiser/svg)](https://www.skillteca.com.br/skills/evaluating-llms-harness-openraiser?utm_source=badge&utm_medium=readme&utm_campaign=badge)

Alerta por categoría

Recibe nuevas skills de Pesquisa e Web todos los lunes

Un email corto con solo las skills nuevas de Pesquisa e Web. 4 minutos de lectura, sin spam, te das de baja con un clic.

Confirmas tu email en el primer envío. Sin spam. Te das de baja con un clic.

CompartirXLinkedIn

Comentarios · Sin comentarios

Entra para comentar. Entrar

  • Aún no hay comentarios. Sé el primero.