#eval

共 6 条 · 7 天 3 条 · 30 天 4 条

信息流里打上「eval」标签的资讯、产品与论文，按刊登时间排，新的在上。

10月9日

LlamaIndex 的 Jerry Liu 发了条推：别再手写 Agent 工作流了，先定义 eval 再优化，方向和标准比流程更重要。

Jerry Liu@jerryjliu02 个信源在谈原文

10月7日

Garry Tan 分享了个很实在的玩法：让智能体写 markdown 技能再挂 cron 自动跑，加上学会做 eval 就能在自己领域里领先。

elvis@omarsar0原文

10月4日

W&B 的人现场演示怎么把 agent 一次翻车的生产 trace 改成 eval 用例，修完还能跑基准验证，做 agent 评测的可以照抄这个流程。

AI Engineer@aiDotEngineer原文

9月27日

LangChain 创始人聊了个很实在的工程细节：让模型输出概率，设阈值、打日志、写测试，比直接说 LLM 决定的结果好上线多了。

Harrison Chase@hwchase17原文

7月7日

eve 直接送 eval，智能体测试和自进化一步到位，不用再纠结选啥测试工具了。

Guillermo Rauch@rauchg原文

6月16日

技巧 Agent 与开发者多源确认精选21:34

想从手动调 bug 升级到自动化评估？LangChain 的 traces 和 evals 帮你把每次运行变成可测指标，持续优化 agent。

官方账号LangChain@LangChainAI3 个信源在谈原文