smevals
AssessCông cụ
Bộ công cụ đánh giá nhỏ để kiểm thử mô hình, prompt và harness.
Vì sao ở đây
Xếp vào Assess: 1 bài bằng chứng từ 1 nguồn, chủ yếu là hoạt động mã nguồn mở, 1 bài trong 30 ngày qua. Độ tin cậy 24%. Bằng chứng còn ít nên xếp thận trọng, chờ thêm tín hiệu.
Bằng chứng (1)
- 4Simon Willison·31/7/2026open_sourcesmevals: bộ đánh giá nhỏ cho mô hình và prompt
Simon Willison giới thiệu smevals, một công cụ mã nguồn mở mới để chạy các bộ đánh giá nhỏ trên nhiều cấu hình mô hình khác nhau và chấm điểm kết quả. Khung này tách riêng phần chạy và phần chấm điểm, đồng thời hỗ trợ xem kết quả cục bộ hoặc xuất báo cáo HTML tĩnh.