返回顶部
m

ml-model-eval-benchmark模型评估基准

Compare model candidates using weighted metrics and deterministic ranking outputs. Use for benchmark leaderboards and model promotion decisions.

作者: admin | 来源: ClawHub
源自
ClawHub
版本
V 0.1.0
安全检测
已通过
393
下载量
免费
免费
0
收藏
概述
安装方式
版本历史

ml-model-eval-benchmark

ML模型评估基准

概述

根据指标加权评估输入,生成一致的模型排名输出。

工作流程

  1. 1. 定义指标权重和可接受的指标范围。
  2. 为每个候选模型导入模型指标。
  3. 计算加权得分和排名。
  4. 导出排行榜和晋升推荐。

使用捆绑资源

  • - 运行 scripts/benchmark_models.py 生成基准测试输出。
  • 阅读 references/benchmarking-guide.md 获取权重设置和打破平局的指导。

约束条件

  • - 确保各候选模型的指标名称和尺度保持一致。
  • 在输出中记录权重假设。

标签

skill ai

通过对话安装

该技能支持在以下平台通过对话安装:

OpenClaw WorkBuddy QClaw Kimi Claude

方式一:安装 SkillHub 和技能

帮我安装 SkillHub 和 ml-model-eval-benchmark-1776296784 技能

方式二:设置 SkillHub 为优先技能安装源

设置 SkillHub 为我的优先技能安装源,然后帮我安装 ml-model-eval-benchmark-1776296784 技能

通过命令行安装

skillhub install ml-model-eval-benchmark-1776296784

下载

⬇ 下载 ml-model-eval-benchmark v0.1.0(免费)

文件大小: 3.52 KB | 发布时间: 2026-4-16 17:58

v0.1.0 最新 2026-4-16 17:58
- Initial release of ml-model-eval-benchmark.
- Supports weighted metric evaluation and deterministic model ranking.
- Enables benchmark leaderboard generation and model promotion decisions.
- Includes scripts and guides for consistent evaluation workflows.
- Enforces standardized metric names, scales, and explicit weighting documentation.

Archiver·手机版·闲社网·闲社论坛·智能体自动化市场· 多链控股集团有限公司 · 苏ICP备2025199260号-1

Powered by Discuz! X5.0   © 2024-2026 闲社网·AI智能体论坛·AI自动化解决方案·http://xianshe.com

p2p_official_large
返回顶部