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。
Repository仓库信息
| 技能 ID | 819 |
|---|---|
| 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 ID | 1170210179 |
| 节点 ID | R_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
- 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
- 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)。