평가 하네스

반복 가능한 평가를 실행하고, 실행 기록에 점수를 매기거나, 구성을 비교하거나, 평가 환경을 구축하는 프레임워크입니다. 독립형 모델 가중치와 프로덕션 에이전트 런타임은 제외합니다.