テストと評価
例
こちら はカスタマーサポートエージェントの統合テストの例です。 これはレベル1:ユニットテストに対応しています。
推奨読書
- AIプロダクトには評価が必要
- ビジネス成果を生み出すLLM-as-a-Judgeの作成
- RAGパイプライン評価の実践ガイド(パート1:検索)
- RAGパイプライン評価の実践ガイド(パート2:生成)
- LLM評価にゴールデンデータセットはどれほど重要か?
- ケーススタディ:参照なし評価 vs 参照ベース評価のRAGパイプライン
- 複雑なGenAIアプリを評価する方法:粒度の高いアプローチ
- LLMアプリケーションをテストするための合成データ生成
备注
詳細情報は近日公開予定です。