GitHub · 灵魂体仓库·· 17 天前AI 评分42
llm-benchmarks：一个终端里跑 Inspect、Visual Bench 与 Data Science 三类基准的工具
eeshansrivastava89/llm-benchmarks
来源与原文
GitHub · 灵魂体仓库
发布时间：（北京时间）
阅读原始来源 · github.com ↗完整链接与内容说明
https://github.com/eeshansrivastava89/llm-benchmarks
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
GitHub 仓库 llm-benchmarks 提供 bench 命令，从同一终端工作流运行三套基准：基于 Inspect 的 evals、让 Pi 生成浏览器工件的 Visual Bench，以及让 Pi 分析数据集并产出 notebook 的 Data Science。Pi 负责服务商连接、模型目录与认证，Inspect 执行任务并生成 .eval 日志，本地服务器通过 /v1/models 提供模型清单。运行在 OS 级写入隔离下进行，需 Node.js 22.19+、Python 3.12、uv、Pi 与 Chromium。
来源：GitHub · 灵魂体仓库 · github.com