2件の記事
Deep Agentsチームは、自律型AIエージェントの性能を測定・評価するための指標体系「evals」の開発プロセスと設計思想について解説している。
LangChainのVivek Trivedy氏が、評価を学習信号として活用し、過学習ではなく汎化を促す設計で、より優れたエージェントを構築するためのシステム「Better-Harness」を紹介している。