术语slug: automated-evaluation

自动化评估

Automated Evaluation

利用脚本或模型自动对输出质量进行打分和检测的过程

收录情报动态

共 4 篇 · 第 1/1 页
Hacker News AIT2·开发与工程
78 分
Entire 发布首个 Agent-Human 协作 Git 平台

前 GitHub CEO Thomas Dohmke 创立的 Entire 推出专为智能体与人类协作设计的 Git 平台。该产品引入“Trail”评估机制、分布式 Git 托管及持续记忆功能,旨在解决 AI 编码代理在版本控制中的上下文同步与性能瓶颈问题。

OpenAI 官方博客T1·基座大模型
68 分
OpenAI 发布 LLM 政治偏见评估框架

OpenAI 推出了一套包含约500个提示词的政治偏见自动化评估体系,旨在量化并监控大模型的客观性。该框架覆盖100个话题及五个细微的偏见维度,试图将“寻求真相”的原则转化为可测量的技术指标。