Skip to main content

coleam00/kimi-k3-reliability-benchmark

SkillsMP 已收集 coleam00/kimi-k3-reliability-benchmark 中的 1 个 Skill。打开任一 Skill 可查看来源和详情。

最近记录的来源活动
SkillsMP 收录数据更新
已收集 skills
1
GitHub 星标
1
GitHub Forks
2

这个仓库中的 skills

1 个职业分类 · 已分类 100%

已展示 1 / 1 个已收集 Skill。

职业分类
软件开发工程师
描述

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),…

原文语言:英语

更新
已展示 1 / 1 个已收集 Skill。