LLM Wiki
Search
搜索
暗色模式
亮色模式
探索
标签: llm-as-judge
此标签下有3条笔记。
2026年6月23日
AI Evals的一些实践:如何从 0 到 1 构建 agent 的评测系统?
agent-evaluation
llm-as-judge
golden-dataset
prompt-eval
rubric
2026年6月06日
基于顶级 Agent(Claude Code)的 Harness 工程搭建式业务 Agent 评测方案
harness-engineering
agent-evaluation
claude-code
llm-as-judge
alibaba
2026年6月06日
Agent评测方法论
agent-evaluation
llm-as-judge
harness-engineering
quality-assurance