PulseAugur
实时 22:20:35
实体 claude plugin eval

claude plugin eval

PulseAugur coverage of claude plugin eval — every cluster mentioning claude plugin eval across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 0
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_249027 ·

    Anthropic 推出 Claude Code 插件评估工作流

    Anthropic 推出了其 Claude Code 工具的新评估工作流,旨在帮助开发人员测试和衡量插件的有效性。该系统名为 `claude plugin eval`,将插件与实际提示进行运行并对输出进行评分,将其与未使用插件的基线进行比较。它专门解决了插件技能是否被触发、在编辑或模型更新后是否保持功能以及是否优于裸模型的问题。该工作流包括六种评分器类型,其中四种是免费的,两种需要调用 judge model,并提供了一个清晰的指标 …