Đánh giá AI agent: viết bộ eval để biết agent có tệ đi không
Đánh giá AI agent bằng bộ eval nhỏ: 12 ca thử chấm bằng code trên vết chạy, chạy nhiều lần mỗi ca và có cổng chặn bản sửa làm agent tệ đi.
Thẻ · 1 bài
Đánh giá AI agent bằng bộ eval nhỏ: 12 ca thử chấm bằng code trên vết chạy, chạy nhiều lần mỗi ca và có cổng chặn bản sửa làm agent tệ đi.