PulseAugur
实时 16:51:39
实体 evaluation-driven development

evaluation-driven development

PulseAugur coverage of evaluation-driven development — every cluster mentioning evaluation-driven development across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 0
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_149612 ·

    AI代理需要结构化评估以防止提示词相关的回归

    开发AI代理需要一种结构化的方法来处理提示词的更改,超越主观评估,转向以评估驱动的开发。这种方法包括策划测试用例数据集,将每次提示词修改视为一次实验,并采用适当的评估器,例如用于确定性输出的代码检查,或用于主观质量的LLM作为裁判。一个关键方面是积极监控回归,即一个方面的改进可能会降低另一个方面的性能,从而确保代理能力的全面提升。