@xdotli: 人们来到我们的Discord，询问如何撰写好的提案来制作评估。当我启动SkillsBench时，我们只有0……

X AI KOLs Timeline 工具
skillsbench eval community proposal discord open-source

摘要

SkillsBench创始人分享了该项目在不到六个月内从零快速增长到1600+ Discord成员、2篇论文和150+引用，以及大量文档资料。

人们来到我们的Discord，询问如何撰写好的提案来制作评估。 当我启动SkillsBench时，我们有0个社区成员，0篇论文，0次引用。现在我们在不到6个月内拥有1600+成员、2篇论文、150+引用。 分享整个SkillsBench文档 + 200页笔记 🧵 https://t.co/GDJuaaqmtx
查看原文
查看缓存全文

缓存时间: 2026/06/28 10:06

人们来到我们的 Discord，询问如何写一份好的提案来制作评估。

当我开始 Skillsbench 时，我们有 0 个社区成员，0 篇论文，0 次引用。现在不到 6 个月，我们拥有了 1600+ 成员、2 篇论文、150+ 次引用。

分享整个 SkillsBench 文档 + 200 页笔记

https://docs.google.com/document/d/17f_qDeYPaNQRVDIFIr5topEUMd4_hv1RboVGGLGgdLc/edit?tab=t.6suyivndnk76#heading=h.9xcw13hxev1n…

感谢你的帮助 @xdotli
我正在重组我的申请。

相似文章

SkillEvolBench：从情景经验到程序技能的进化基准测试

Hugging Face Daily Papers

SkillEvolBench 是一个诊断性基准，用于评估大语言模型代理是否能够将情景经验提炼为可重用的程序技能。它包含六个环境中的180个任务，并发现当前代理通常难以形成稳健的可重用技能，原始轨迹重用往往优于提炼后的技能。