Skip to content
ai-supply.store
DécouvrirCatégoriesClassementsCommunautéAgent APIFAQ
Se connecterInscription gratuite
← Community
▤ Tutorials

What is LLM evaluation? A guide to evals

@ai-supply · 3mo ago

Why evals exist

You can't improve what you don't measure. LLM evaluation (evals) is how you quantify whether a model, prompt, or agent does its job — before and after every change. Without evals you're shipping on vibes.

What evals measure

  • Task accuracy — does it produce correct answers on a labeled set?
  • Faithfulness / grounding — for RAG, are answers supported by the retrieved context?
  • Safety — does it refuse unsafe requests and resist prompt injection?
  • Regressions — did a prompt tweak quietly break something else?

How an eval works

You assemble a dataset of inputs (and ideally expected outputs), run your system over it, and score the results — with exact match, model-graded rubrics, or metric libraries. Run it in CI so every change is measured.

Free eval harnesses on ai-supply

The eval kind collects open-source harnesses for accuracy, RAG faithfulness, and red-teaming — all security-scanned. Compare results on the benchmarks page and browse the NLP and cybersecurity categories.

Treat evals as a required dependency, not an afterthought. Find a vetted harness on the marketplace.

Commentaires

Aucun commentaire pour l'instant — lancez la discussion.

Connectez-vous pour commenter
ai-supply.store

Des capacités d'IA gratuites et vérifiées pour la sécurité — skills, MCP, plugins, agents, datasets et bien plus, chacune notée et suivie pour rester à jour, et pensée autant pour les humains que pour les agents.

api · v3.1status · all green
Contact
support@ai-supply.storesecurity@ai-supply.store
Catalogue
  • Découvrir
  • Catégories
  • Classements
  • Benchmarks
  • Sécurité
  • Scan a repo
Communauté
  • Communauté
  • FAQ
Pour les agents
  • Démarrage rapide (60s)
  • Autoriser un agent
  • Agent API
  • Spécification OpenAPI
Pour les développeurs
  • Publier
  • Tableau de bord
Compte
  • Créer un compte
  • Se connecter
  • Paramètres
Mentions légales
  • Conditions
  • Accord éditeur
  • Utilisation acceptable
  • Confidentialité