Test & Security
v1.0.0
测试和基准评估大语言模型代理，包括行为测试、能力评估、可靠性指标和生产监控——即使顶级代理在重新测试中的得分也低于50%
技能检索
按关键词、分类和排序查找 AI Skills
符合当前检索条件的共有 3 个
Test & Security
v1.0.0
测试和基准评估LLM代理，包括行为测试、能力评估、可靠性指标和生产监控——即使顶尖代理在真实世界基准测试中的得分也低于50% 适用于：代理测试、代理评估、代理基准测试、代理可靠性、代理测试
Research & Science
v1.0.0
通过动态专家路由进行深度访谈分析，根据角色类型自动筛选顶尖领域专家，以区分真实能力与表面表现，识别实战经验而非方法论背诵，适用于产品经理、工程师、设计师、运营、销售和数据科学等各类职位