Model Evaluation

Model Evaluation taxonomy generated by the site skill importer.

5 skills
A
agentic-engineering

por affaan-m

Aprende la skill de agentic-engineering para ejecución con enfoque eval-first, descomposición de tareas, enrutamiento de modelos y automatización de flujos más segura con comprobaciones de regresión.

Workflow Automation
Favoritos 0GitHub 156k
A
prompt-governance

por alirezarezvani

prompt-governance es una skill de Claude para gestionar prompts en producción como activos versionados, revisados y probados. Úsala para planificar registros de prompts, pruebas de regresión, experimentos A/B, pipelines de evals, aprobaciones de release y flujos de rollback para funciones de IA.

Prompt Governance
Favoritos 0GitHub 22.2k
A
senior-prompt-engineer

por alirezarezvani

senior-prompt-engineer es una skill de Prompt Writing agnóstica respecto del modelo para optimizar prompts con base en evaluaciones, revisar la calidad de RAG, validar flujos de agentes y planificar tokens/costos. Incluye referencias y herramientas Python para análisis de prompts, métricas de RAG y orquestación de agentes.

Prompt Writing
Favoritos 0GitHub 22.1k
A
senior-data-scientist

por alirezarezvani

senior-data-scientist es una skill de Claude para diseño de pruebas A/B, razonamiento causal, feature engineering y evaluación de ML tabular. Úsala para orientar el cálculo del tamaño de muestra, la elección de métricas, revisiones de leakage, análisis con SHAP y seguimiento al estilo MLflow; los scripts son plantillas de andamiaje, no motores completos.

Machine Learning
Favoritos 0GitHub 22.1k
A
llm-patterns

por alinaqi

llm-patterns te ayuda a diseñar la lógica de aplicaciones AI-first, donde los LLM se encargan del razonamiento, la extracción y la generación, mientras el código se ocupa de la validación, el enrutamiento y el manejo de errores. Usa la skill llm-patterns para una estructura de prompts más clara, flujos de trabajo de LLM que se pueden probar y orientación práctica para la creación de skills.

Skill Authoring
Favoritos 0GitHub 607
Model Evaluation