smevals 发布：轻量级 AI 模型与提示词评测工具

OmniTools 8月1日消息，smevals 是由 Simon Willison 与 Prime Radiant 实验室联合开发的新型轻量级评测工具，旨在支持对不同大语言模型、提示词及评测框架进行标准化小规模评测。该工具可通过命令 uvx smevals run 在 gpt-5.5、claude-opus-4.6 等模型上执行评测任务，并将评测执行与结果打分解耦，最终生成静态 HTML 格式报告，便于复现与分享。这是 Simon Willison 在 AI 评测方法论上的第三次重要迭代。