目录 / design-llm-eval-suite
SKILL
未评级
已上架
design-llm-eval-suite
为 LLM 功能设计并实现一个离线评估套件：针对每个提示模板提供黄金案例、边缘案例和负面案例，采用能够实际失败的最低成本评分策略，固定确定性设置，建立与已提交基准的回归检测关卡，以及运行该套件的 CI 任务。适用于以下场景：LLM 功能上线时缺乏评估、提示或模型变更持续引发隐性退化，或在切换模型之前。如需进行提示注入或运行时护栏测试，请使用 test-llm-guardrails 命令。
模型生成摘要（rules/v1 · 2026-11-15 02:34）：为 LLM 功能设计并实现一个离线评估套件：针对每个提示模板提供黄金案例、边缘案例和负面案例，采用能够实际失败的最低成本评分策略，固定确定性设置，建立与已提交基准的回归检测关卡，以及运行该套件的 CI 任务
这是模型对公开材料的总结，不是官方声明，请以原链内容为准。
这是模型对公开材料的总结，不是官方声明，请以原链内容为准。
存档时间线
| 版本 | 存档时间 | 内容哈希 | 内容 |
|---|---|---|---|
| v1 | 2026-11-15 02:34 | 20eb3f72 | 可取 |
版本索引永久保留；内容副本只保留最新 1 份，更早版本仅留索引与哈希（存档时间线的证据链不会因此断裂）。
纠错与举报（发现条目失效、署名有误或涉及侵权？）
提交举报 / 纠错
侵权举报经核验成立后，我们会即时下线该条目并删除已存的内容副本。