AI Evals Skills

ai-evals-course/evals-skills

Practical workflows for assessing and improving product-specific LLM evaluations.

Contenido actualizado:

Ver en GitHub
npx skills add ai-evals-course/evals-skills --skill eval-audit
1764Estrellas126ForksÚltimo push del repositorio

Acerca de este Skill

Practical workflows for assessing and improving product-specific LLM evaluations.

Por qué lo elegimos

A focused audit of product evaluation artifacts, including judge validation against human labels.

Skills de esta colección

1 skills
  • Eval Audit

    Audit an LLM evaluation pipeline for missing error analysis, unvalidated judges, data leakage and stale checks.

    Ver →

Para qué sirve

  • Review an existing LLM evaluation system and prioritize evidence-backed improvements.

Antes de usarlo

  • Provide evaluation traces, judge prompts, labeled data or other pipeline artifacts; an observability integration is optional.

Fuentes y referencias

Las fuentes originales se enlazan a continuación. Los puntos de partida prácticos son sugerencias editoriales de SkillHey.