Skip to content
Back/Claude Code

同任务对照与 plugin eval 基线

View in Graph
Updated 2026-11-12
1 min read
103 words

同任务对照与 plugin eval 基线

返回主题导航

What it is

多处来源收敛到同一验证方式:同一批任务分别在启用/不启用 skill 或 plugin 的条件下跑,用分数差决定规则去留,并把已认可的真实工作样例固化成小型回归集。小样本下的判定阈值与主观任务的 rubric 设计仍不可靠。

Evidence across sources

Open questions

  • 上述来源里哪些只反映单次实践?要用于决策时,先核对原文的约束与适用范围。

Pending Jean review

  • 本页为 AI 草稿。原始证据和原结论保留在出处;这里的主题归纳尚未人工核验。

Evolution

1 event
  1. created

    Created as a wiki page

    This page has no explicit evolution metadata yet, so Aperture is showing a baseline creation event.

Linked from