Skip to main content

evaluate-an-ai-system

Evaluate an AI feature against versioned cases, a baseline, failure slices, and human judgment before deciding to release it. Measure usefulness, safety, latency, and cost without hiding trade-offs in one score. Use when prompts, models, tools, or retrieval changes need repeatable evidence.

インストールへ移動

ソース情報

リポジトリ
protosphinx/sphinxstack
ソースの最終更新活動
2026年7月29日 13:55
検出された SKILL.md の言語
英語
スター
1
フォーク
0

インストール方法

デフォルトでは、最初にソースを確認する Prompt が選択されています。直接コマンドに切り替えるか、ローカルコピーをダウンロードすることもできます。

ソースファイルを確認

インストールを決める前に、SKILL.md と SkillsMP に表示されている付属ファイルをお読みください。