Skip to main content

coleam00/kimi-k3-reliability-benchmark

SkillsMP は coleam00/kimi-k3-reliability-benchmark から 1 件の skill を収集しています。skill を開くとソースと詳細を確認できます。

記録された最新のソース活動
SkillsMP カタログ更新
収集済み skills
1
GitHub スター
1
GitHub フォーク
2

このリポジトリの skills

1 件の職業カテゴリ · 100% 分類済み

収集済み skill 1 件中 1 件を表示しています。

職業分類
ソフトウェア開発者
説明

Run a first-party reliability benchmark comparing two or more LLMs on hard, trap-laden tasks through one identical harness, graded by reading and scored pass^k. Use when the user wants to benchmark, compare, or A/B models for reliability (not raw capability),…

原文の言語: 英語

更新
収集済み skill 1 件中 1 件を表示しています。