Ein generalisiertes Evaluierungsframework für quantisierte LLMs in agentischen Workflows.
AQBE ist ein Evaluierungsframework, das speziell dafür entwickelt wurde, die Leistung quantisierter Large Language Models (LLMs) in agentischen Workflows zu messen. Es adressiert die Herausforderung, dass quantisierte Modelle in standardisierten Benchmarks oft gut abschneiden, aber in komplexen, mehrschrittigen Agentenaufgaben unerwartete Fehler oder Leistungseinbußen zeigen können. Das Framework bietet eine Reihe von vordefinierten Metriken und Aufgaben, die reale Agentenszenarien nachbilden, wie z. B. Tool-Nutzung, Planung und iterative Verbesserung. Entwickelt für die Integration in CI/CD-Pipelines, ermöglicht es Entwicklern, die Auswirkungen verschiedener Quantisierungsstufen auf die tatsächliche Agentenperformance systematisch zu vergleichen und so fundierte Entscheidungen über den Einsatz von Modellen in ressourcenbeschränkten Umgebungen zu treffen.
npx skills add minyang-chen/AQBEInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Ein generalisiertes Evaluierungsframework für quantisierte LLMs in agentischen Workflows.
Quelle: https://github.com/minyang-chen/AQBE
Entdeckt aus GitHub-Repositories, die in den letzten 24 Stunden für Agent Skills, Claude/Codex/Gemini-Workflows, MCP-Tooling und benachbarte KI-Agenten-Automatisierung gepusht wurden.
USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.
Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.
Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.
The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.
Agent skill repository discovered by 10x-chat research.
Review backend code for quality, security, maintainability, and best practices based on established checklist rules. Use when the user requests a review, analysis, or improvement of backend files (e.g., `.py`) under the `api/` directory. Do NOT use for frontend files (e.g., `.tsx`, `.ts`, `.js`). Supports pending-change review, code snippets review, and file-focused review.