返回 X 名人动态

Harrison Chase:用多个维度评估智能体运行轨迹

中文全文 · AI 翻译

轨迹标注实际上要回答好几个问题,而不只是给出一个通过或失败的判断——这里的阐述方式很不错。

这正是 Jev 在 LangSmith 评估中担任评判者的工作方式:对每条运行轨迹,只需一轮处理,就能分别为难度和正确性给出各自带有明确类型的答案。

https://www.langchain.com/blog/jev-is-now-available-in-langsmith-evals

https://x.com/xennygrimmato_/status/2108303751136297226

引用 @xennygrimmato_ 的推文
对照原文

trajectory labeling is really several questions, not one pass/fail - nice framing here that's how Jev as a judge works in LangSmith evals: difficulty and correctness each get their own typed answer, in one pass, on every trace https://t.co/jlD2ywtlOT https://t.co/QgQpQFpZ26

老杨AI实操

微信扫一扫,添加好友

老杨AI实操的微信好友二维码

手机可长按保存图片,再到微信中识别二维码

保存二维码