下载

Skill UI

浏览并发现 5096+ 精选技能

全部编程开发人工智能设计创意产品商业数据科学市场营销职场通用效率工具硬件工程语言学习

搜索模型评估，共找到 33 条记录

默认排序最新上传最多下载

健壮回测框架

backtesting-frameworks

sickn33/antigravity-awesome-skills

提供构建生产级回测系统的指导，覆盖点-in-time 数据、成本模型、事件驱动模拟以及步进测试等，旨在避免透视偏差、幸存者偏差等常见问题，确保策略表现评估更可靠。

分类模型构建

building-classification-models

jeremylongshore/claude-code-plugins-plus-skills

通过 classification-model-builder 插件，自动分析数据集、选择特征、调参并评估指标，实现垃圾邮件识别、客户流失预测等分类任务。

推荐系统构建器

building-recommendation-systems

jeremylongshore/claude-code-plugins-plus-skills

生成针对协同、基于内容或混合策略的推荐系统代码与流程，涵盖数据处理、模型训练与评估，并顾及扩展性，帮助 Claude 提供个性化建议。

混淆矩阵生成器

confusion-matrix-generator

jeremylongshore/claude-code-plugins-plus-skills

在机器学习训练场景中，自动响应混淆矩阵生成器相关请求，提供流程化指导、最佳实践校验及可直接使用的代码配置，帮助快速完成模型评估。

耦合分析专家

coupling-analysis

tech-leads-club/agent-skills

使用《Balancing Coupling in Software Design》中的三维模型分析模块间耦合，评估强度、距离与波动性，识别架构异味并指导解耦或融合决策。

Deepgram 升级迁移指南

deepgram-upgrade-migration

jeremylongshore/claude-code-plugins-plus-skills

该技能帮助规划与执行 Deepgram SDK、模型与 API 升级，内容涵盖配置评估、v3 兼容调整、Nova-2 模型迁移、A/B 对比测试、自动化验证与回滚准备，方便安全交付。

评估流程框架

affaan-m/everything-claude-code

Claude Code 的正式评估框架，将评价驱动开发落地，通过能力与回归评估、代码/模型/人类评价者及 pass@k 指标，实现迭代中的持续验证与报告。

LLM 评估工具套件

evaluating-llms-harness

Orchestra-Research/AI-Research-SKILLs

通过 lm-evaluation-harness 在 MMLU、HumanEval、GSM8K 等 60 多个学术基准上，对 HuggingFace/vLLM/API 模型进行对比评测、训练追踪并输出统一报告，适合实验室发布与质量监控。

机器学习模型评估

evaluating-machine-learning-models

jeremylongshore/claude-code-plugins-plus-skills

使用插件生成准确率、查准率、召回率、F1等指标，对机器学习模型性能进行全面评估，便于比较各模型并在上线前进行验证。

Excel 杠杆收购建模器

excel-lbo-modeler

jeremylongshore/claude-code-plugins-plus-skills

在 Excel 中构建完整杠杆收购模型，涵盖资金来源与用途、债务计划、运营预测与回报敏感性，帮助私募分析团队在决策前评估 IRR、MoM 与契约风险。

LLM 微调专家指南

fine-tuning-expert

Jeffallan/claude-skills

面向大语言模型的实战微调流程，涵盖数据集准备、LoRA/QLoRA/PEFT 适配器配置、超参设置、训练监控、评估对比及量化部署等生产级步骤。

Mistral迁移深度指南

mistral-migration-deep-dive

jeremylongshore/claude-code-plugins-plus-skills

指导团队将 OpenAI 或其他供应商的关键 AI 集成迁移到 Mistral AI，涵盖评估、通用适配器、特性开关渐进发布、模型映射、验证测试与回滚策略。

语言