Build Review Interface 測試 Skill
建置 annotation interfaces 用於 reviewing LLM traces。
#hamelsmu
這個標籤底下共有 7 篇內容。
Error Analysis 測試 Skill
協助處理 Error Analysis 測試 相關工作，並依原始 Skill 說明完成設定與執行。
EVAL Audit 測試 Skill
Audit LLM eval pipelines 與 surface problems。
Evaluate RAG 測試 Skill
Evaluate RAG retrieval 與 generation quality。
Generate Synthetic DATA 測試 Skill
建立 diverse synthetic test inputs 用於 LLM evals。
Validate Evaluator 測試 Skill
協助處理 Validate Evaluator 測試 相關工作，並依原始 Skill 說明完成設定與執行。
Write Judge Prompt 測試 Skill
設計 LLM-as-Judge evaluators 用於 subjective criteria。