conjunto de dados de referência

Ver no idioma original →

Coleção de exemplos e comportamentos esperados usada para avaliar a qualidade de um agente.

Mencionado em

• Evals para agentes de IA de alto risco — Doneyli De Jesus e Annabell Schäfer, Langfuse
• De vibe coding à produção: como avaliar e lançar agentes de IA que funcionam — 101, com Laurie Voss, Arize AI

Relacionados

LLM as a judge, GitHub Actions, PII, AI engineering loop, CI/CD, Langfuse, tracing, ClickHouse, Annabell Schäfer, Claude, Claude Agent SDK, Arize AX