DeepEval 团队发布 JevEval：用 Jev 替代生成式 LLM 当评估裁判
DeepEval 把 LLM 评估裁判从生成文本换成了 Jev 返回概率，分数可解释还稳定，做 Agent 评估的可以看看。
#Agent 评估
共 2 条 · 7 天 2 条 · 30 天 2 条
信息流里打上「Agent 评估」标签的资讯、产品与论文，按刊登时间排，新的在上。
10月13日
10月10日
AI Engineer NYC 大会公布 Arize AI 主题演讲：智能体负责构建时工程师做什么
当智能体自己写代码了，AI 工程师还剩什么活？10 月 13 日 Arize AI 的 Aparna 在纽约 AI Engineer 大会上专门讲这个问题，教你定义和度量“好”。
