drift-detection
✓LLM 애플리케이션에 대한 통계 및 품질 드리프트 감지. 시간에 따른 모델 품질 저하, 입력 분포 변화 또는 출력 패턴 변화를 모니터링할 때 사용합니다.
SKILL.md
Monitor 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 |
LLM 애플리케이션에 대한 통계 및 품질 드리프트 감지. 시간에 따른 모델 품질 저하, 입력 분포 변화 또는 출력 패턴 변화를 모니터링할 때 사용합니다. 출처: yonatangross/orchestkit.
인용 가능한 정보
AI/검색 인용용 안정적인 필드와 명령어.
- 설치 명령어
npx skills add https://github.com/yonatangross/orchestkit --skill drift-detection- 카테고리
- </>개발 도구
- 인증됨
- ✓
- 최초 등록
- 2026-02-03
- 업데이트
- 2026-02-18
빠른 답변
drift-detection이란?
LLM 애플리케이션에 대한 통계 및 품질 드리프트 감지. 시간에 따른 모델 품질 저하, 입력 분포 변화 또는 출력 패턴 변화를 모니터링할 때 사용합니다. 출처: yonatangross/orchestkit.
drift-detection 설치 방법은?
터미널 또는 명령줄 도구(Terminal, iTerm, Windows Terminal 등)를 엽니다 이 명령어를 복사하여 실행합니다: npx skills add https://github.com/yonatangross/orchestkit --skill drift-detection 설치 후 스킬은 자동으로 AI 코딩 환경에 설정되어 Claude Code나 Cursor에서 사용할 수 있습니다
소스 저장소는 어디인가요?
https://github.com/yonatangross/orchestkit
상세
- 카테고리
- </>개발 도구
- 출처
- skills.sh
- 최초 등록
- 2026-02-03