Skip to main content
Jeden Skill in Manus ausführen
mit einem Klick

benchmark-arbiter

Sterne5
Forks1
Aktualisiert17. Juni 2026 um 18:39

Grade cat-factory benchmark runs. Use when asked to grade, score, judge, or arbitrate a benchmark run produced by the benchmark-harness (cat-bench) — typically a directory under docs/benchmarks/ containing a grading/ folder. Reads each cell's candidate output against its rubric and writes grades.json, grading-summary.md, and conclusions.md.

Installation

Mit Codex oder Claude installieren Kopieren Sie diesen Prompt, fügen Sie ihn in Codex, Claude oder einen anderen Assistant ein und lassen Sie die Skill-Seite prüfen und installieren.

SKILL.md
readonly