实体
Rhesis
Rhesis
PulseAugur coverage of Rhesis — every cluster mentioning Rhesis across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 3
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 3 条
-
Rhesis 为 LLM 评估代理添加了图表生成功能
Rhesis 发布了其开源 LLM 应用测试平台 0.20 版本,引入了一项新功能:其评估代理 Architect 可以生成图表来可视化测试结果。该代理负责决定哪些数据应被绘制成图表以及使用何种图表类型,但它不直接提供数值数据本身。相反,它使用一个 'show_chart' 工具来验证请求、查询用户自己的数据并生成图表规范,然后由前端使用 @mui/x-charts 进行渲染。
-
TypeSafe AI 发布 Jev,用于快速、低成本的 AI 评估
Jev 是 TypeSafe AI 推出的新型 AI 评估模型,旨在实现快速、低成本的决策。与提供解释的传统 LLM judge 不同,Jev 为预定义的类别提供带有概率的类型化答案,使其在特定任务上速度更快、成本更低。Rhesis 已将 Jev 集成作为分类指标的模型提供商,从而可以在 AI 测试中使用它来执行诸如分类支持工单或评估客户情绪等任务。
-
Rhesis 表示,LLM 开发需要双向连接才能进行有效测试
开发 LLM 应用程序不仅仅是观察其输出;它需要双向连接才能进行有效测试。虽然现有的可观测性工具提供了应用程序的数据单向流出,但真正的测试需要一个外部系统在提示发送给用户之前发送提示并评估响应。Rhesis 提供了其协作层解决方案,使工程师和领域专家能够创建测试用例,通过 Endpoints 对 LLM 应用程序运行这些测试用例,并对结果进行评分,从而促进自动化和可重复的测试。