nemo-evaluator

Name: nemo-evaluator
Author: eyadsibai/ltk

关于 nemo-evaluator

在评估大模型、运行 MMLU/HumanEval/GSM8K 等基准测试、搭建评估流水线，或询问 "NeMo Evaluator"、"LLM benchmarking"、"model evaluation"、"MMLU"、"HumanEval"、"GSM8K"、"benchmark harnesses" 时使用。

安装

复制下面的命令，在终端中运行。

$npx skills add https://eyadsibai/ltk --skill nemo-evaluator

安装后在 Claude Code 中输入/nemo-evaluator确认已加载。

支持 Markdown

登录后评论

基本信息

作者: eyadsibai/ltk
分类: 测试与质量
安装次数: 59

报告问题

推荐 Skills

全部 Skills

hyperframes-cli

github.com/heygen-com

1.3M

HyperFrames CLI 开发循环。在运行 npx hyperframes init、add、catalog、capture、lint、validate、inspect、layout、snapshot、compare、grade-compare、preview、play、render、publish、feedback、lambda、doctor、browser、info、upgrade、skills、compositions、docs、benchmark、telemetry、transcribe、tts 或 remove-background 时使用，或者在排查 HyperFrames 构建/渲染环境问题时使用。AWS Lambda 云渲染的入口点（hyperframes lambda deploy / render / progress / destroy / policies / sites）。

tdd

github.com/mattpocock

1.2M

测试驱动开发。当用户想要先测试后构建功能或修复 bug、提及「红绿重构」或想要集成测试时使用。

anti-ui-slop

uizze.com

932.8k

阻止编码 Agent 发布千篇一律的 UI。使用 UIZZE 的 800,000+ 个真实网页和 iOS 屏幕，构建符合产品特点的界面、定义设计约定、覆盖必需状态，并执行严格的完成门槛。适用于在 Codex、Claude Code、Cursor、Copilot 或其他编码 Agent 中设计、实现、重新设计、评审或发布前审查网页或 iOS 界面。可通过“anti-ui-slop”“stop UI slop”“ground this UI in real screens”或“run the UI finish gate”触发。

diagnosing-bugs

github.com/mattpocock

867.8k

用于排查疑难 bug 和性能退化的诊断流程。当用户说"diagnose"/"debug this"，或报告出现故障、抛出异常、失败或变慢等问题时使用。