本站内容由 AI 生成，可能存在错误。如发现问题，欢迎到 GitHub Issues 反馈。

#evaluation

3 篇文章

中级

Benchmark 全景与评估方法论

#benchmark #evaluation #methodology #llm-as-judge #contamination
高级

BFCL 实操指南

#benchmark #bfcl #function-calling #tool-use #evaluation
高级

lm-eval-harness 实操指南

#benchmark #lm-eval #evaluation #harness #task-yaml