个人知识库

标签: 模型评估

此标签下有3条笔记。

  • 2026年7月29日

    SWE-bench Verified

    • 实体
    • 模型评估
    • AI-评测
    • SWE-bench
  • 2026年7月29日

    Terminal Bench

    • 实体
    • 模型评估
    • AI-评测
    • 终端
  • 2026年7月26日

    LLM-as-a-Judge

    • 自动化评测
    • AI评估
    • 模型评估
    • 效率提升

Created with Quartz v4.5.2 © 2026

  • GitHub
  • Discord Community