hle-benchmark-evolver
Skillby wanng-ide
clawhub⭐ 06/10
执行以HLE为导向的基准奖励摄入和课程生成，用于能力进化器优化。当用户要求提升人类最后考试(HLE)分数时使用。
为AI能力演进系统提供HLE基准测试驱动的奖励摄入和自适应课程生成,支持模型能力持续优化和评估。
📊 商业分析
商业模式
free
独特价值
针对Humanity's Last Exam的专用优化框架,自动化课程生成能力
竞品
OpenAI Evals框架、DeepEval、LangSmith评估工具,本产品专注HLE基准测试的独特性较弱
🎯 应用场景
目标用户
AI研究机构大模型开发团队教育科技公司
工具信息
- 类型
- Skill
- 平台
- clawhub
- Stars
- ⭐ 0
- 价值评分
- 6/10
- 子分类
- AI能力评估与课程优化
- 可商业化
- ❌ 否
AI 标签
基准测试课程学习能力评估强化学习AI优化
相关工具推荐
skill-creatorSKILL
由Anthropic官方出品，支持从零创建AI Skill、编辑优化现有Skill、运行评估测试并进行方差分析的性能基准对比，实现AI能力工程化闭环管理。
9/10⭐ 86,759
conversation-memorySKILL
为LLM对话提供短期、长期、实体三层持久化记忆系统，让AI真正记住用户，支持跨会话上下文延续与知识积累。
9/10⭐ 22,346
self-improvingSKILL
具备自我反思、自我批评、持续学习与记忆组织能力的自进化Agent，自动评估并永久改进输出质量，无需人工反复校正。
9/10⭐ 638
proactive-agentSKILL
将AI Agent从被动任务执行者升级为主动预判伙伴，内置WAL协议、工作缓冲区与自主定时任务，支持持续自我改进的智能体框架
9/10⭐ 628
cellcogSKILL
DeepResearch Bench排名第一的全模态AI代理框架。通过多代理编排实现深度推理与文本、图像、音频、视频等全模态融合,支持复杂任务自动化。
9/10⭐ 6