Hacker News· gghootch·· 4 小时前AI 评分58
Evalship 发布 LLM 评测检查工具，可拦截破坏评测的 PR
Show HN: Evalship – find the flaws in your LLM evals
AI 导读
Evalship 在 Show HN 发布 LLM 评测检查工具，在 setup 阶段找出评测中的缺陷，之后监控每个 pull request，在评测被破坏时评论并阻止合并。
来源：Hacker News · evalship.com
Evalship 发布 LLM 评测检查工具，可拦截破坏评测的 PR