تقييم أنظمة LLM باستخدام المقاييس الآلية، وLLM كحكم، والمعايير. يُستخدم عند اختبار الجودة السريعة، أو التحقق من صحة خطوط أنابيب RAG، أو قياس السلامة (الهلوسة، أو التحيز)، أو مقارنة النماذج لنشر الإنتاج.
ثبّت مهارة الذكاء الاصطناعي evaluating-llms بسرعة في بيئة التطوير لديك عبر سطر الأوامر
المصدر: ancoleman/ai-design-components.
Evaluate Large Language Model (LLM) systems using automated metrics, LLM-as-judge patterns, and standardized benchmarks to ensure production quality and safety.
| Task Type | Primary Approach | Metrics | Tools |
| Classification (sentiment, intent) | Automated metrics | Accuracy, Precision, Recall, F1 | scikit-learn | | Generation (summaries, creative text) | LLM-as-judge + automated | BLEU, ROUGE, BERTScore, Quality rubric | GPT-4/Claude for judging | | Question Answering | Exact match + semantic similarity | EM, F1, Cosine similarity | Custom evaluators |
تقييم أنظمة LLM باستخدام المقاييس الآلية، وLLM كحكم، والمعايير. يُستخدم عند اختبار الجودة السريعة، أو التحقق من صحة خطوط أنابيب RAG، أو قياس السلامة (الهلوسة، أو التحيز)، أو مقارنة النماذج لنشر الإنتاج. المصدر: ancoleman/ai-design-components.
حقول وأوامر مستقرة للاقتباس في أنظمة الذكاء الاصطناعي والبحث.
npx skills add https://github.com/ancoleman/ai-design-components --skill evaluating-llmsتقييم أنظمة LLM باستخدام المقاييس الآلية، وLLM كحكم، والمعايير. يُستخدم عند اختبار الجودة السريعة، أو التحقق من صحة خطوط أنابيب RAG، أو قياس السلامة (الهلوسة، أو التحيز)، أو مقارنة النماذج لنشر الإنتاج. المصدر: ancoleman/ai-design-components.
افتح الطرفية أو أداة سطر الأوامر لديك مثل Terminal أو iTerm أو Windows Terminal انسخ ونفّذ هذا الأمر: npx skills add https://github.com/ancoleman/ai-design-components --skill evaluating-llms بعد التثبيت، سيتم إعداد المهارة تلقائيا في بيئة البرمجة بالذكاء الاصطناعي لديك وتصبح جاهزة للاستخدام في Claude Code أو Cursor أو OpenClaw
https://github.com/ancoleman/ai-design-components