ما الذي يقدّمه
تقيّم هذه المهارة نماذج اللغة الكبيرة على أكثر من 60 معيارًا أكاديميًا، من بينها MMLU وHumanEval وGSM8K وTruthfulQA وHellaSwag، لقياس جودة النموذج.
تُستخدم عند قياس جودة نموذج، أو مقارنة عدة نماذج ببعضها، أو تدوين النتائج الأكاديمية، أو متابعة تقدّم التدريب.
تدعم المهارة التقييم على نماذج HuggingFace وvLLM وعبر واجهات برمجة التطبيقات (APIs).
الأمان
لم يراجع فريقنا هذا المورد. فحصته قواعد آلية فقط، واستُبعدت الموارد التي رصدت فيها إشارات خطر عالية. هذه إشارات وليست ضمانًا بأن التثبيت آمن. جرّبه أولًا في مشروع تجريبي.
- ينفّذ شيفرة أو يغيّر سلوك المساعد
المصادر
- AI Templates (aitmpl) رُصد أول مرة 13 نوفمبر 2026 · آخر رصد 18 نوفمبر 2026 · صفحته في المصدر · أرقام يذكرها المصدر: aitmpl downloads 98
evaluation-lm-evaluation-harness
Evaluates LLMs across 60+ academic benchmarks (MMLU, HumanEval, GSM8K, TruthfulQA, HellaSwag). Use when benchmarking model quality, comparing models, reporting academic results, or tracking training progress. Industry standard used by EleutherAI, HuggingFace, and major labs. Supports HuggingFace, vLLM, APIs.
v1.0.0كما ظهر في www.aitmpl.com عند آخر قراءة لنا