"模型评估"标签的搜索结果

一个基于Flask的Web应用，用于安全研究，通过模拟MCP工具来评估大型语言模型对恶意提示的响应。

通过 Model Context Protocol (MCP)，使 Claude 等 LLM 客户端能够安全访问 Scorecard 的模型评估工具。

Root Signals MCP Server是一个基于MCP协议的服务端实现，旨在将Root Signals的评估器作为工具提供给AI助手，用于评估AI模型的输出质量。

Patronus MCP Server为LLM应用提供标准化的评估和实验后端服务，支持远程评估器、批量评估和自定义评估流程。