llm-eval-designer

LLM生成システムの検証設計スキル。assay-kitフレームワークを活用し、LLM特有の失敗モード（幻覚、例への過学習、部分的処理）を考慮した総合的なテストケース設計を支援する。使用タイミング:- LLMベースのワークフロー/エージェントの評価設計時- ゴールデンデータセット（golden-dataset.yaml）の設計・拡張時- 既存テストが特定パターンに過学習していないか検証時- LLM出

by CAPHTECH· Repository·data
Run in AgentAreaBrowse All Skills
Also installable via skills CLI
npx skills add CAPHTECH/claude-marketplace/caphtech-plugin/skills/llm-eval-designer

Source

Repo:SkillsMP + GitHub Raw
Path:caphtech-plugin/skills/llm-eval-designer(main)

Related in data

electron-chromium-upgrade-electron-electron

Guide for performing Chromium version upgrades in the Electron project. Use when working on the roller/chromium/main branch to fix...

by electron
119,879

qiuzhi

指导Claude按照二哥的风格撰写求职类文章，包括公司薪资爆料、年终奖盘点、求职攻略、offer选择建议等内容。

by itwanger
16,619

awesome-ai-agents-illacloud-illa-builder

The chat will provide safety guides, equipment suggestions, reviews, and techniques, with context-driven summary and multimedia to...

by illacloud
12,356
llm-eval-designer | AgentArea Skills