Post #4774
2.9K
Книжный куб Research Insights Made Simple #26: как строить работающие evals для AI-агентов (Рубрика #Agents) Как понять, что AI-агент действительно готов к production? Красивый ответ и даже высокий "pass rate" показывают только финал одного запуска. Агент мог подсмотреть…
Приходите на подкаст, мы его сейчас только стартовали
YouTube Разбираем построение работающих evals Как понять, что AI-агент действительно готов к production? Красивый ответ и даже высокий "pass rate" показывают только финал одного запуска. Агент мог подсмотреть решение, выбрать опасный путь, нарушить права или рассыпаться при повторном прогоне.
В пятницу… - 🔥 3
- ❤ 2
- 👍 1