home/categories/lab-tools/growthxai-output-coding-assistants-claude-plugins-outputai-skills-output-eval-validate-judge-skill-md
lab-toolsresearch

output-eval-validate-judge

Validate LLM judges against human labels using TPR/TNR metrics and train/dev/test splits. Use after writing a judge prompt to verify it agrees with human judgment.

growthxai
maintainer
growthxai
अपडेट किया गया 4/8/2026
स्टार
72
फोर्क
1
quick start

Installation and usage

Validate LLM judges against human labels using TPR/TNR metrics and train/dev/test splits. Use after writing a judge prompt to verify it agrees with human judgment.

इंस्टॉलेशन
$ install --globalskills.sh
उपयोग

इंस्टॉल करने के बाद, आप टर्मिनल में यह कमांड चलाकर इस स्किल का उपयोग कर सकते हैं:

skills use output-eval-validate-judge