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

02-evaluation-datasets

Estrellas5
Forks6
Actualizado6 de junio de 2026 a las 14:09

Use when you need to create, manage, or load evaluation datasets for testing agent quality. Covers the MLflow GenAI data format, persisting benchmarks in Unity Catalog, merging records without duplicates, and validating data before evaluation — even if you just want "give me a dataset I can pass to mlflow.genai.evaluate()." Also use when building benchmarks from production traces or SME labels. SDLC Step 2.

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
6 archivos
SKILL.md
readonly