通用技能测试与调试

eval-harness-architect

为 LLM、Agent 或 RAG 建立可回归的评测与漂移门禁。

Stars
0
Forks
0
License
MIT
更新于
更新于 2026年6月23日

正在检查仓库实时数据……

项目概览

eval-harness-architect 从评测要支持的决策开始,建立带隔离保留集的数据集、按质量维度选择评分器,并校准 LLM 评审。它会用多次试验计算显著性,接入 CI 回归门禁和 PR 分数卡,再把生产漂移与失败反馈回数据集;没有标签或数字时不会臆造。

仓库事实

主要语言
Python
许可证
MIT
仓库更新时间
2026年6月23日
默认分支
main

资源类型

通用技能

使用场景

测试与调试

运行平台

Claude Code、Codex 等

核心能力

可观测性验证与评测

相关项目

查看更多同类项目