SkillPedia Skills Encyclopedia
中文 EN
今日更新 2026-11-18 UTC

今天还没有新提交

查看更新动态

evals-skillshamelsmu/evals-skills

为「AI Evals For Engineers & PMs」课程配套提供可直接调用的评测技能,帮助使用者把大模型评测从概念落到可执行的评测代码与流程。核心功能要点包括:1.【评测集构建】:提供构造评测数据集的方法与模板,…

还没有人评分 我要评分
Stars1.7k
Forks172
Watchers1.7k
Open Issues2

Install一键安装

待确认

这个仓库是否遵循 Agent Skills 规范(即是否含 SKILL.md)尚未核查完成。在结论出来之前,可以先克隆下来自行取用:

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

Overview功能介绍

核心功能

为「AI Evals For Engineers & PMs」课程配套提供可直接调用的评测技能,帮助使用者把大模型评测从概念落到可执行的评测代码与流程。核心功能要点包括:1.【评测集构建】:提供构造评测数据集的方法与模板,把模糊的「效果好」拆成可逐条判定的测试样本;2.【评分器编写】:给出编写评分器(grader)与评测指标的实践路径,让模型输出可被自动打分而非人工主观判断;3.【评测流程落地】:按课程章节组织评测实践步骤,使工程师与产品经理能按同一套标准推进评测并复用结论。

适用场景

为大模型应用设计评测方案、构建评测数据集、编写自动评分逻辑、在版本迭代与上线前做质量对比。

适用职业

AI / 算法工程师、产品经理 (PM)、测试 / QA 工程师、数据分析师 / 数据工程师。

Rating用户评分

还没有人给这个技能评分。它是全站第一次被评价 —— 你的这一票就是最初的平均分。

给这个技能打分

填了才会进入下面的「按职业平均」。

每个 IP 只能投一票,投出后不能修改,请一次选准。不收集账号,也不用登录。

Repository仓库信息

技能 ID819
数据来源GitHub
仓库全名hamelsmu/evals-skills
所属分类AI 工程与评测 / 大模型评测与质量保障
主要语言其他
开源协议MIT License
默认分支main
GitHub 仓库 ID1170210179
节点 IDR_kgDORb_9gw
榜单排名#505 (来源榜单内名次)
全站热度排名#588 (按 Stars 实时计算,共 5833 条)

GrowthStar / Fork 增长

每天一次快照,记录 Star 与 Fork 的变化过程

05001k1.5k2k2026-09-252026-10-112026-09-25 · 1,6732026-10-11 · 1,676
  • 当前1,676
  • 上一记录点 · 09-25 1,673
  • 较上一记录点 +3
  • 共 2 个记录点 跨度 16 天
0501001502002026-09-252026-10-112026-09-25 · 1712026-10-11 · 172
  • 当前172
  • 上一记录点 · 09-25 171
  • 较上一记录点 +1
  • 共 2 个记录点 跨度 16 天

Timeline时间线

仓库创建2026-03-01 21:20:098 个月前
资料最后更新2026-10-26 11:59:1923 天前
最近一次代码推送2026-08-16 05:28:253 个月前

Commit更新记录

由提交人 hamelsmu 提交,主要更新类型为:代码重构与结构优化。提交说明:Point deprecation notice at renamed repo。重整了内部实现,代码可维护性更好(对外行为不变)。

22418da hamelsmu 2026-08-16