目录 / padosoft-ai-evaluation
SKILL
未评级
已上架
padosoft-ai-evaluation
在衡量模型驱动功能是否有效时使用此技能——包括构建或更改评估框架、黄金数据集、评估指标、评分报告,以及对提示词或模型变更设置回归关卡。当用户询问如何判断提示词变更是否带来改进、如何防止模型升级时出现隐性性能退化、测试集应包含哪些内容、如何对自由格式输出进行评分,或需要红队测试覆盖时,也应使用此技能。该技能涵盖将数据集和报告作为版本化工件管理、评估运行所需的隔离性、用户群组划分,以及报告中绝不能泄露的信息。请勿将其用于编写应用测试(padosoft-test-integrity)、选择模型或设计提示词。
模型生成摘要(rules/v1 · 2026-11-16 08:53):在衡量模型驱动功能是否有效时使用此技能——包括构建或更改评估框架、黄金数据集、评估指标、评分报告,以及对提示词或模型变更设置回归关卡
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 | 2026-11-16 08:53 | b00d438d | 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。