Practical workflows for assessing and improving product-specific LLM evaluations.
1764スター126フォーク
リポジトリの最終プッシュ
スキルを探す
ウェブサイト、画像、プレゼンテーション、動画のためのオリジナルワークフロー。
Audit an LLM evaluation pipeline for missing error analysis, unvalidated judges, data leakage and stale checks.
1764スター126フォーク
リポジトリの最終プッシュ
丁寧につくった小さなライブラリ。新しいスキルも追加予定です。