Skip to main content

evaluating-llms

Evaluate LLM systems using automated metrics, LLM-as-judge, and benchmarks. Use when testing prompt quality, validating RAG pipelines, measuring safety (hallucinations, bias), or comparing models for production deployment.

Ir a la instalación

Datos de origen

Repositorio
ancoleman/ai-design-components
Última actividad en el origen
9 de diciembre de 2025 a las 21:02
Idioma detectado de SKILL.md
inglés
Estrellas
516
Forks
73

Opciones de instalación

De forma predeterminada está seleccionado el prompt que primero revisa el origen. Puedes cambiar a un comando directo o descargar una copia local.

Revisa los archivos de origen

Lee SKILL.md y los archivos complementarios que muestra SkillsMP antes de decidir si quieres instalarlo.