Skip to main content

wandb/llm-leaderboard-korean

SkillsMP ha recopilado 2 skills de wandb/llm-leaderboard-korean. Abre una skill para revisar su origen y sus detalles.

Última actividad de origen registrada
Catálogo de SkillsMP actualizado
skills recopiladas
2
Estrellas en GitHub
3
Forks en GitHub
0

Skills en este repositorio

1 categorías ocupacionales · 100% clasificado

Mostrando 2 de 2 skills recopiladas.

ocupación
Científicos de datos
descripción

Analyze one or more Horangi model configs against (1) HuggingFace model card claims, (2) the W&B leaderboard rankings, and (3) category-level peer comparison. Invoke when the user asks to analyze/compare model performance for a config (e.g. "analyze…

Idioma del texto original: inglés

actualizado
ocupación
Científicos de datos
descripción

Deep-dive error pattern analysis for a single (model, benchmark) pair using Weave traces. Surfaces how/why the model is getting answers wrong — answer bias, format violations, language mixing, and 3-5 representative failure samples. Invoke when the user asks…

Idioma del texto original: inglés

actualizado
Mostrando 2 de 2 skills recopiladas.