按标签浏览
# LLM 评估 / LLM Evaluation(10)
全部 56864
LLM 评估 10
内容创作 1182
企业运营 1108
知识管理 951
数据分析 857
AI Agent 592
生活服务 573
合规校验 474
代码评审 468
政策核验 381
浏览器自动化 315
教育学习 313
任务拆解 310
会议纪要 305
竞品分析 260
办公效率 258
微信公众号 253
命令行工具 239
提示词工程 231
技术方案 224
用药指导 199
代码审查 191
Rube MCP 188
开发编程 186
文档处理 185
图像生成 184
调试排错 182
数据可视化 176
任务规划 175
设计系统 168
去AI味 162
检查清单 162
人力资源 160
AI Hive 158
设计多媒体 156
薪酬计算 155
海外运营 155
API 集成 151
视频生成 147
工资条 141
根因分析 138
MCP 135
文生图 134
合规审查 132
IT 运维 131
短视频脚本 128
REST API 127
方案对比 127
OpenClaw 126
社保公积金 123
合同审查 121
结构化输出 121
办公自动化 120
安全审计 119
大模型技能 119
电商运营 115
文生视频 114
内容合规 114
WorkBuddy 112
电商主图 110
API 设计 108
卡帕西视角
@user_00c9b356/karpathyperspective
以 Andrej Karpathy 的思维框架分析 AI/深度学习问题,运用 Ghosts vs Animals、可验证性、极简构建等心智模型给出强断言式工程判断。
知识管理
2026.08.29
↓ 236
💻
DeepEval LLM 与代理回归测试
@user_3c6cb52e/regression-test-llm-apps-and-agents-with-metrics-traces-and-eval-suites-using-deepeval
基于 DeepEval 对提示词、RAG 流水线与代理运行可重复评估套件,在发布前暴露回归问题。
开发编程
2026.08.29
↓ 130
📊
Evidently ML 与 LLM 漂移质量报告
@user_3c6cb52e/generate-drift-and-quality-reports-for-ml-and-llm-pipelines-with-evidently
基于 Evidently 为 ML 与 LLM 管道生成可复现的数据漂移和质量报告,在发布前发现回归问题。
数据分析
2026.08.29
↓ 128
🤖
MLflow Agent 运行追踪与评估
@user_3c6cb52e/trace-and-evaluate-agent-runs-with-mlflow
借助 MLflow 追踪、评估与监控能力,为 LLM 和 Agent 应用提供部署前后的调试与质量回归检测。
AI Agent
2026.08.29
↓ 116
🤖
Agenta 评估和监控 LLM 工作流
@user_3c6cb52e/evaluate-and-monitor-llm-workflows-with-agenta
对生产环境 LLM 工作流执行提示词实验、测试集评估与可观测性审查,在回归波及用户前发现问题。
AI Agent
2026.08.29
↓ 115
🤖
Evalite TypeScript LLM 评估套件
@user_3c6cb52e/run-typescript-native-llm-eval-suites-with-evalite
基于 Evalite 与 Vitest 风格的可重复评测,在改动 prompt、模型或工作流前,为 TypeScript LLM 应用跑一遍评估套件。
AI Agent
2026.08.29
↓ 113
🤖
LLM 应用评估与观测(Opik)
@kunlungrowth/kunlun-llm-eval-observability-opik
面向 Opik 的 LLM 应用评估与观测,提供评审、方案、排错、架构权衡等结构化方法论与清单模板。
AI Agent
2026.08.30
↓ 34
猎聘智能寻源流水线
@user_38ce330a/lp-sourc-nbs-v1
面向猎聘的自动化候选人寻源管道,通过 JD/简历 LLM 评估与浏览器会话完成搜索、筛选和沟通。
知识管理
2026.08.30
↓ 632
🤖
LLM 评估
@org-02qudk26/llm-evaluation-zh
覆盖自动化指标、人工评估与 A/B 测试的 LLM 应用评估策略,用于性能衡量、模型对比与部署前回归检测。
AI Agent
2026.08.30
↓ 343
💻
Opik LLM 应用评估与观测
@kunlungrowth/llm-eval-observability-opik
基于 Opik 的 tracing、评估与监控方法论,为 LLM/RAG/Agent 应用构建可度量的评估数据集与生产监控,支持 prompt 回归对比。
开发编程
2026.08.29
↓ 95