开源雷达国内 GitHub 镜像站
加速通道已就绪 返回列表
全部项目

IsThatYou/auto-bench-audit

Automated auditing pipeline for LLM and agent benchmarks — surfaces task ambiguity, environment conflicts, and evaluation bugs.

语言:HTML · GitHub 星标:17 · Fork:1

话题:agent-evaluation · agentic-ai · agents · ai-agents · auditing · benchmark · benchmarking · evaluation

在 GitHub 上查看原仓库

正在读取项目信息…