·generate-synthetic-data
{}

generate-synthetic-data

قم بإنشاء مدخلات اختبار تركيبية متنوعة لتقييم خطوط أنابيب LLM باستخدام إنشاء الصف القائم على الأبعاد. يُستخدم عند تمهيد مجموعة بيانات تقييم، أو عندما تكون بيانات المستخدم الحقيقية متفرقة، أو عند اختبار الضغط على فرضيات فشل معينة. لا تستخدمه عندما يكون لديك بالفعل أكثر من 100 أثر حقيقي تمثيلي (استخدم أخذ العينات الطبقية بدلاً من ذلك)، أو عندما تكون المهمة هي جمع سجلات الإنتاج.

74التثبيتات·2الرائج·@hamelsmu

التثبيت

$npx skills add https://github.com/hamelsmu/evals-skills --skill generate-synthetic-data

كيفية تثبيت generate-synthetic-data

ثبّت مهارة الذكاء الاصطناعي generate-synthetic-data بسرعة في بيئة التطوير لديك عبر سطر الأوامر

  1. افتح الطرفية: افتح الطرفية أو أداة سطر الأوامر لديك مثل Terminal أو iTerm أو Windows Terminal
  2. نفّذ أمر التثبيت: انسخ ونفّذ هذا الأمر: npx skills add https://github.com/hamelsmu/evals-skills --skill generate-synthetic-data
  3. تحقق من التثبيت: بعد التثبيت، سيتم إعداد المهارة تلقائيا في بيئة البرمجة بالذكاء الاصطناعي لديك وتصبح جاهزة للاستخدام في Claude Code أو Cursor أو OpenClaw

المصدر: hamelsmu/evals-skills.

Generate diverse, realistic test inputs that cover the failure space of an LLM pipeline.

Before generating synthetic data, identify where the pipeline is likely to fail. Ask the user about known failure-prone areas, review existing user feedback, or form hypotheses from available traces. Dimensions (Step 1) must target anticipated failures, not arbitrary variation.

Dimensions are axes of variation specific to your application. Choose dimensions based on where you expect failures.

قم بإنشاء مدخلات اختبار تركيبية متنوعة لتقييم خطوط أنابيب LLM باستخدام إنشاء الصف القائم على الأبعاد. يُستخدم عند تمهيد مجموعة بيانات تقييم، أو عندما تكون بيانات المستخدم الحقيقية متفرقة، أو عند اختبار الضغط على فرضيات فشل معينة. لا تستخدمه عندما يكون لديك بالفعل أكثر من 100 أثر حقيقي تمثيلي (استخدم أخذ العينات الطبقية بدلاً من ذلك)، أو عندما تكون المهمة هي جمع سجلات الإنتاج. المصدر: hamelsmu/evals-skills.

حقائق جاهزة للاقتباس

حقول وأوامر مستقرة للاقتباس في أنظمة الذكاء الاصطناعي والبحث.

أمر التثبيت
npx skills add https://github.com/hamelsmu/evals-skills --skill generate-synthetic-data
الفئة
{}تحليل البيانات
موثق
أول ظهور
2026-03-04
آخر تحديث
2026-03-11

Browse more skills from hamelsmu/evals-skills

إجابات سريعة

ما هي generate-synthetic-data؟

قم بإنشاء مدخلات اختبار تركيبية متنوعة لتقييم خطوط أنابيب LLM باستخدام إنشاء الصف القائم على الأبعاد. يُستخدم عند تمهيد مجموعة بيانات تقييم، أو عندما تكون بيانات المستخدم الحقيقية متفرقة، أو عند اختبار الضغط على فرضيات فشل معينة. لا تستخدمه عندما يكون لديك بالفعل أكثر من 100 أثر حقيقي تمثيلي (استخدم أخذ العينات الطبقية بدلاً من ذلك)، أو عندما تكون المهمة هي جمع سجلات الإنتاج. المصدر: hamelsmu/evals-skills.

كيف أثبّت generate-synthetic-data؟

افتح الطرفية أو أداة سطر الأوامر لديك مثل Terminal أو iTerm أو Windows Terminal انسخ ونفّذ هذا الأمر: npx skills add https://github.com/hamelsmu/evals-skills --skill generate-synthetic-data بعد التثبيت، سيتم إعداد المهارة تلقائيا في بيئة البرمجة بالذكاء الاصطناعي لديك وتصبح جاهزة للاستخدام في Claude Code أو Cursor أو OpenClaw

أين مستودع المصدر؟

https://github.com/hamelsmu/evals-skills

التفاصيل

الفئة
{}تحليل البيانات
المصدر
skills.sh
أول ظهور
2026-03-04