Skip to main content
Manusで任意のスキルを実行
ワンクリックで

evaluating-llms

スター386
フォーク58
更新日2025年12月9日 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.

インストール

Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。

ファイルエクスプローラー
18 ファイル
SKILL.md
readonly