Skip to main content
Ejecuta cualquier Skill en Manus
con un clic

evaluating-llms

Estrellas386
Forks58
Actualizado9 de diciembre de 2025 a las 21:02

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.

Instalación

Instalar con Codex o Claude Copia este prompt, pégalo en Codex, Claude u otro asistente, y deja que revise la página de la skill y la instale por ti.

Explorador de archivos
18 archivos
SKILL.md
readonly