一套收藏级 Eval 资源包:通用评测、Agent 评测、Skills 评测全覆盖

blaizedsouza · x · 2026-11-20

一份整理好的评测(evals)资源合集,涵盖四个方向:通用模型评测、Agentic 评测、eval 驱动开发、以及 Skills 评测,作者建议收藏 bookmark。适合正在搭建 Agent 评测体系、需要系统化资料入口的工程师。

原文链接 →

「编程与Agent」频道最新

更多「编程与Agent」频道 AI 资讯 →