Practical workflows for assessing and improving product-specific LLM evaluations.
1,8 тыс.Звёзды126Форки
Последний push репозитория
Найти навыки
Авторские процессы для сайтов, изображений, презентаций и анимации.
Audit an LLM evaluation pipeline for missing error analysis, unvalidated judges, data leakage and stale checks.
1,8 тыс.Звёзды126Форки
Последний push репозитория
Небольшая библиотека, созданная с заботой. Скоро появятся новые навыки.