ページを読み込み中…
2件の記事
Airbnbは生成AIの大規模評価のためのプレイブックを発表し、コードによるチェック、LLM判事、人間レビューという3層構造の評価フレームワークを提示した。
Simon Willison は、Stanford NLP が開発した DSPy というフレームワークを活用し、Datasette Agent が生成する SQL 用のシステムプロンプトを評価・改善する研究を行いました。