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

ai-eval-design-and-iteration

Estrellas28
Forks5
Actualizado25 de enero de 2026, 10:42

Develop "quizzes" (evals) to measure model performance on specific tasks. Use these benchmarks to guide fine-tuning, determine product UX patterns, and track performance improvements over time. Use this when launching a new AI feature, switching between model versions, or optimizing for high-stakes accuracy.

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.

SKILL.md
readonly