arXiv cs.SE· Shreeyans Arora, Utsav Avaiya, Zera Lyngkhoi, Hem Gosalia, Ram Mohan Rao Kadiyala, Vinay Kumar Sankarapu, Pratinav Seth·· 4 小时前AI 评分40
AuditKIT：统一大模型与智能体系统评测的开源库
AuditKIT: A Unified Evaluation Spine for Benchmarking, Judging, and Comparing Large Language Models and Agentic Systems
AI 导读
AuditKIT 是一个源码可获取的评测库，把基准准确率、评判模型评估、运行时性能、工具调用行为和检索质量记录在同一套结果表示中，并提供方向感知的指标契约、配置指纹以及可扩展的指标与后端。
来源：arXiv cs.SE · arxiv.org