ما هي drift-detection؟
كشف الانجراف الإحصائي والجودة لتطبيقات LLM. يُستخدم عند مراقبة تدهور جودة النموذج، أو تغيرات توزيع المدخلات، أو تغيرات نمط المخرجات بمرور الوقت. المصدر: yonatangross/orchestkit.
·drift-detection
</>
drift-detection
✓كشف الانجراف الإحصائي والجودة لتطبيقات LLM. يُستخدم عند مراقبة تدهور جودة النموذج، أو تغيرات توزيع المدخلات، أو تغيرات نمط المخرجات بمرور الوقت.
كيفية تثبيت drift-detection
ثبّت مهارة الذكاء الاصطناعي drift-detection بسرعة في بيئة التطوير لديك عبر سطر الأوامر
- افتح الطرفية: افتح الطرفية أو أداة سطر الأوامر لديك مثل Terminal أو iTerm أو Windows Terminal
- نفّذ أمر التثبيت: انسخ ونفّذ هذا الأمر: npx skills add https://github.com/yonatangross/orchestkit --skill drift-detection
- 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: yonatangross/orchestkit.
SKILL.md
عرض النص الخامMonitor LLM quality degradation and input/output distribution shifts in production.
| Statistical method | PSI for production (stable), KS for small samples | | Threshold strategy | Dynamic (95th percentile of historical) over static | | Baseline window | 7-30 days rolling window | | Alert priority | Performance metrics > distribution metrics | | Tool stack | Langfuse (traces) + Evidently/Phoenix (drift analysis) |
| < 0.1 | No significant drift | Monitor | | 0.1 - 0.25 | Moderate drift | Investigate | | >= 0.25 | Significant drift | Alert + Action |
كشف الانجراف الإحصائي والجودة لتطبيقات LLM. يُستخدم عند مراقبة تدهور جودة النموذج، أو تغيرات توزيع المدخلات، أو تغيرات نمط المخرجات بمرور الوقت. المصدر: yonatangross/orchestkit.
حقائق جاهزة للاقتباس
حقول وأوامر مستقرة للاقتباس في أنظمة الذكاء الاصطناعي والبحث.
- أمر التثبيت
npx skills add https://github.com/yonatangross/orchestkit --skill drift-detection- المصدر
- yonatangross/orchestkit
- الفئة
- </>أدوات التطوير
- موثق
- ✓
- أول ظهور
- 2026-02-03
- آخر تحديث
- 2026-03-10
إجابات سريعة
كيف أثبّت drift-detection؟
افتح الطرفية أو أداة سطر الأوامر لديك مثل Terminal أو iTerm أو Windows Terminal انسخ ونفّذ هذا الأمر: npx skills add https://github.com/yonatangross/orchestkit --skill drift-detection 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/yonatangross/orchestkit
التفاصيل
- الفئة
- </>أدوات التطوير
- المصدر
- skills.sh
- أول ظهور
- 2026-02-03