跳转到正文
GETAI.APP
开源项目GitHubGETAI.APP查看原文

NVIDIA SkillEvaluator 0.9 支持比较技能版本

支持评估预算、可复用基线与多格式证据报告,生产轨迹需脱敏并经人工审阅。

SkillEvaluator 三层评估流程原图

NVIDIA 发布 SkillEvaluator 0.9.0,扩展智能体技能的评估数据集、版本比较与结果报告能力。开发者可以设置评估预算,复用基线,检查任务通过或失败的证据。

新版本允许声明脚本执行、工作区文件及最终回复的确定性检查,并把脱敏后的生产轨迹作为待审候选导入。候选预期需要经过明确人工确认后才能提升为评估标准。

结果可输出到终端、HTML、JSON、Markdown 与基准报告。该项目采用 Apache 2.0 许可。

来源:GitHub。

图片来源:NVIDIA/SkillEvaluator,Apache-2.0。图片为项目演示或论文原图,并非本站独立测试。

登录

每一次探索,都更进一步。

从这里,开启新的灵感。

还没有账号?