Claude智能质量监控
通过30道数学、推理和代码基准测试题检测 Claude/GPT 模型质量退化。追踪分数变化，对比不同提供商。
0使用7点赞9浏览
这个技能会做什么
通过30道数学、推理和代码基准测试题检测 Claude/GPT 模型质量退化。追踪分数变化，对比不同提供商。
- 先确认目标、输入和成功标准
- 保留证据与无法确认的边界
- 输出可继续编辑的结构化结果
AI 与 AgentClaude智能质量监控PWAI 与 AgentClaude智能质量监控PWAI 与 AgentClaude智能质量监控PW通过30道数学、推理和代码基准测试题检测 Claude/GPT 模型质量退化。追踪分数变化，对比不同提供商。
通过30道数学、推理和代码基准测试题检测 Claude/GPT 模型质量退化。追踪分数变化，对比不同提供商。