SkillFeeder › 全部 Skill › 工程开发 › advanced-evaluation
用大模型当裁判，自动打分、比优劣、校准评估标准
advanced-evaluation
advanced-evaluation 是 SkillFeeder 收录的Agent Skill，来自 GitHub 仓库 muratcankoylan/Agent-Skills-for-Context-Engineering，★ 18,321。用大模型当裁判，自动打分、比优劣、校准评估标准。适合LLM应用开发者。场景是工程开发 · 编码实现。能做的事包括自动对多个回答做两两对比选出最优、生成带置信度的评分并校准评估偏差、输出结构化评估报告供人工复核。打开 GitHub 自行安装。
能做什么
- 自动对多个回答做两两对比选出最优
- 生成带置信度的评分并校准评估偏差
- 输出结构化评估报告供人工复核
原文简介
This skill should be used for advanced LLM evaluation: LLM-as-judge systems, direct scoring, pairwise comparison, rubric calibration, evaluator bias mitigation, confidence scoring, and automated quality assessment.
同场景推荐
- brainstorming所在仓库 obra/superpowers，仓库 ★ 314,917用精准提问帮人理清真实需求和底层动机
- using-git-worktrees所在仓库 obra/superpowers，仓库 ★ 314,917快速创建隔离的 Git 工作区，避免分支污染主开发环境
- accessibility所在仓库 affaan-m/ECC，仓库 ★ 300,014生成符合 WCAG 2.2 AA 标准的可访问 UI 实现方案与审计报告
- firecrawl-build-scrape所在仓库 firecrawl/firecrawl，仓库 ★ 200,015从单个 URL 提取结构化网页内容，输出 Markdown、HTML 或元数据。
- archify-review所在仓库 tt-a1i/archify，仓库 ★ 94,977评估问题价值、修复成本与代码影响，辅助做出可维护性优先的技术决策
- accessible-notifications所在仓库 thedaviddias/Front-End-Checklist，仓库 ★ 74,681自动检测并修复通知组件的无障碍可访问性问题
- accesskeys所在仓库 thedaviddias/Front-End-Checklist，仓库 ★ 74,681自动检测并修复页面中重复的 accesskey 值，确保键盘快捷键唯一可达。
- accordion-accessibility所在仓库 thedaviddias/Front-End-Checklist，仓库 ★ 74,681让手风琴组件支持键盘导航和屏幕阅读器