llm-benchmark

SKILLFlujo de trabajocomunidad
v0.0.0UitbreidenOSNOASSERTIONActualizado hace 1 mFuente →

LLM benchmarking: design benchmark suites, establish baselines, run A/B model comparisons, detect regressions, track production quality metrics, and create leaderboards for model selection

Community-submitted skill. Not yet reviewed by the Forge team. Full prompt content may not be available.Request review →
14Estrellas del repo
1Clientes
1Formatos
hace 1 mÚltima actualización
Skill
AutorUitbreidenOS
Versión0.0.0
LicenciaNOASSERTION
CategoríaFlujo de trabajo
Formatosskill.md
PromptNo publicado
Compatibilidad
Claude✓ Compatible
Cursor
Copilot
ChatGPT
Gemini
Acerca de

LLM benchmarking: design benchmark suites, establish baselines, run A/B model comparisons, detect regressions, track production quality metrics, and create leaderboards for model selection

Palabras clave
skillclaude