maxlbchung/skill-eval

skill-eval 是什麼？

此技能旨在評估大型語言模型 (LLM) 的技能表現。由於原始描述較為簡短，推測此 skill 提供一個框架或工具，用於測試和量化 LLM 在特定任務上的能力，例如程式碼生成、問題解決或遵循指令。它可能整合了標準化的評估指標（如準確率、F1 分數）或自訂的測試案例。對於開發者而言，這項技能有助於比較不同 LLM 模型或提示策略的效果，從而優化 AI 應用的效能。由於缺乏詳細文件，實際支援的平台（如 Claude Code、Cursor）與操作方式需參考其原始碼倉庫。