eval-harness-first
نگهدارنده wshobson
ساخت eval harness پیش از fine-tuning
- نسخه فعلی
- نامشخص
- مجوز
- نامشخص
- دسترسی شبکه
- نامشخص / ارزیابینشده
- وضعیت بررسی
- تأیید نشده
چه مسئلهای را حل میکند؟
fine-tuning قابل اعتماد به eval set، grader، calibration judge و baseline نیاز دارد.
چه زمانی مناسب است؟
برای شروع fine-tuning، تبدیل trace به eval set یا calibration judge با human label استفاده شود.
eval harnessی میسازد که هر fine-tuning run را با golden set، grader برای هر failure mode، judge calibration و baseline مدل پایه gate میکند.
نصب و بهروزرسانی
این دستورها فقط برای کپی نمایش داده میشوند و روی سرور RefHub اجرا نمیشوند. پیش از اجرا، منبع بالادستی پیوندشده را بررسی کنید.
دستور نصب
npx skills add wshobson/agents --skill eval-harness-first -yسازگاری با ایجنتها
هنوز تست سازگاری ثبت نشده است
تا وقتی شواهد تست ثبت نشده، سازگاری این مهارت با ایجنتها را تأییدشده فرض نکنید.