下载

Skill UI

浏览并发现 9785+ 精选技能

全部编程开发人工智能设计创意产品商业数据科学市场营销职场通用效率工具硬件工程语言学习

搜索行为测试，共找到 3 条记录

默认排序最新上传最多下载

大语言模型智能体评估

agent-evaluation

sickn33/antigravity-awesome-skills

这是一个用于全面测试和评估大型语言模型（LLM）智能体的框架。它超越了简单的通过/失败判断，深入评估智能体的复杂行为、可靠性指标和能力一致性。适用于生产环境的监控，帮助识别高级AI智能体中的微妙故障模式。

AI模型行为透视检测

bdistill-behavioral-xray

sickn33/antigravity-awesome-skills

本技能可系统性地探测AI模型的六大行为模式，包括推理能力、拒绝边界、格式化习惯和知识接地性。它生成包含雷达图和可操作洞察的HTML报告，帮助用户了解模型的真实行为，用于模型选型比较、安全审计或红队测试。

智能家居视频异常检测基准

smarthome-video-anomaly-benchmark

SharpAI/DeepCamera

本基准测试套件专用于评估视觉语言模型（VLM）在智能家居视频异常检测方面的能力。它基于真实的家庭数据集，覆盖了安全入侵、老人跌倒、宠物异常行为等多个生活场景。该测试要求模型进行深度多帧视频理解，是检验AI系统视频理解能力和实时监测准确性的专业级工具。

1

语言