Knowledge File / AI技能杠杆
smevals：用于评测模型、提示词与评测框架的小型评测套件
Simon Willison 与 Prime Radiant 实验室推出 smevals，一个轻量级评测工具，可跨模型配置运行小型评测并生成打分报告。
SOURCE / AI技能杠杆
MIN / 9
ACCESS / 会员
POST / 2026-08-01 05:15:23
原贴
查看原文原文
smevals 是 Simon Willison 与 Prime Radiant 实验室合作开发的新工具，用于跨不同模型配置运行小型评测套件并对结果打分。它支持通过 `uvx smevals run` 对 gpt-5.5、claude-opus-4.6 等模型运行评测，并将运行与打分分离，最终可生成静态 HTML 报告。这是 Willison 在评测方法上的第三次迭代。 AIHOT 分类：tip
中文翻译
smevals 是 Simon Willison 与 Prime Radiant 实验室合作开发的新工具，用于跨不同模型配置运行小型评测套件并对结果打分。它支持通过 uvx smevals run 对 gpt-5.5、claude-opus-4.6 等模型运行评测，并将运行与打分分离，最终可生成静态 HTML 报告。这是 Willison 在评测方法上的第三次迭代。
核心信息
Simon Willison 与 Prime Radiant 实验室推出 smevals，一个轻量级评测工具，可跨模型配置运行小型评测并生成打分报告。
- Simon Willison 与 Prime Radiant 实验室推出 smevals，一个轻量级评测工具，可跨模型配置运行小型评测并生成打分报告。
- 原贴提到：smevals 是 Simon Willison 与 Prime Radiant 实验室合作开发的新工具，用于跨不同模型配置运行小型评测套件并对
- 来源：simonwillison.net
试看内容
成为会员查看完整内容
你已经看到了这篇内容的前置整理，剩余深度部分仅对会员开放。
详细解读
信息差价值
参考来源
成为会员查看完整内容