·evaluating-llms
</>

evaluating-llms

ancoleman/ai-design-components

Evalúe los sistemas LLM utilizando métricas automatizadas, LLM como juez y puntos de referencia. Úselo al probar la calidad inmediata, validar tuberías RAG, medir la seguridad (alucinaciones, sesgos) o comparar modelos para el despliegue de producción.

7Instalaciones·0Tendencia·@ancoleman

Instalación

$npx skills add https://github.com/ancoleman/ai-design-components --skill evaluating-llms

SKILL.md

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 |

Evalúe los sistemas LLM utilizando métricas automatizadas, LLM como juez y puntos de referencia. Úselo al probar la calidad inmediata, validar tuberías RAG, medir la seguridad (alucinaciones, sesgos) o comparar modelos para el despliegue de producción. Fuente: ancoleman/ai-design-components.

Ver original

Datos (listos para citar)

Campos y comandos estables para citas de IA/búsqueda.

Comando de instalación
npx skills add https://github.com/ancoleman/ai-design-components --skill evaluating-llms
Categoría
</>Desarrollo
Verificado
Primera vez visto
2026-02-01
Actualizado
2026-02-18

Respuestas rápidas

¿Qué es evaluating-llms?

Evalúe los sistemas LLM utilizando métricas automatizadas, LLM como juez y puntos de referencia. Úselo al probar la calidad inmediata, validar tuberías RAG, medir la seguridad (alucinaciones, sesgos) o comparar modelos para el despliegue de producción. Fuente: ancoleman/ai-design-components.

¿Cómo instalo evaluating-llms?

Abre tu terminal o herramienta de línea de comandos (Terminal, iTerm, Windows Terminal, etc.) Copia y ejecuta este comando: npx skills add https://github.com/ancoleman/ai-design-components --skill evaluating-llms Una vez instalado, el skill se configurará automáticamente en tu entorno de programación con IA y estará listo para usar en Claude Code o Cursor

¿Dónde está el repositorio de origen?

https://github.com/ancoleman/ai-design-components