测试与评估

示例

这里 是一个客服智能体集成测试的示例。 它对应于 Level 1: Unit Tests。

延伸阅读

• 你的 AI 产品需要 Evals
• 打造驱动业务成果的 LLM 即裁判
• RAG 流水线评估实用指南（第一部分：检索）
• RAG 流水线评估实用指南（第二部分：生成）
• 黄金数据集对 LLM 评估有多重要？
• 案例研究：RAG 流水线的无参考与有参考评估
• 如何评估复杂的 GenAI 应用：一种精细化的方法
• 生成合成数据以测试 LLM 应用

NOTE

更多信息即将推出。