描述
使用自动化指标、人工反馈和基准测试为 LLM 应用实施全面的评估策略。
如何使用
- 访问 GitHub 仓库获取 SKILL.md 文件
- 将文件复制到您的项目根目录或 .cursor/rules 目录
- 重启您的 AI 助手或编辑器以应用新技能
完整技能说明
name
llm-evaluation
description
Implement comprehensive evaluation strategies for LLM applications using automated metrics, human feedback, and benchmarking. Use when testing LLM performance, measuring AI application quality, or establishing evaluation frameworks.
Tags
#llm#evaluation#testing
相关技能
agent-identifier
当用户要求创建代理、添加代理、编写子代理，或需要代理结构、系统提示、触发条件的指导时使用。
47.9k
configured-agent
当用户询问插件设置、存储插件配置、用户可配置插件、.local.md 文件或插件状态文件时使用。
47.9k
command-name
当用户要求创建插件、搭建插件、理解插件结构、组织插件组件或设置 plugin.json 时使用。
47.9k
claude-opus-4-5-migration
将提示和代码从 Claude Sonnet 4.0、Sonnet 4.5 或 Opus 4.1 迁移到 Opus 4.5。处理模型字符串更新和提示调整。
47.9k
PPTX creation, editing, and analysis
AI翻译暂未集成: description: "Presentation creation, editing, and analysis. When Claude needs to work with presentat
31.9k