このスキルについて
Practical workflows for assessing and improving product-specific LLM evaluations.
おすすめする理由
A focused audit of product evaluation artifacts, including judge validation against human labels.
コレクション内のスキル
1 件のスキル- 表示 →
Eval Audit
Audit an LLM evaluation pipeline for missing error analysis, unvalidated judges, data leakage and stale checks.
役立つこと
- Review an existing LLM evaluation system and prioritize evidence-backed improvements.
使う前に
- Provide evaluation traces, judge prompts, labeled data or other pipeline artifacts; an observability integration is optional.
資料・参照元
元の資料は以下のリンクから確認できます。実践のヒントは SkillHey による編集上の提案です。