#Evals

共 8 条 · 7 天 0 条 · 30 天 5 条

提示词工程 3 Anthropic 2 AI Product Engineering 1 AI产品经理 1 AI 评测 1 Claude 1 Claude Code 1 Codex 1

信息流里打上「Evals」标签的资讯、产品与论文，按刊登时间排，新的在上。

10月2日

技巧 Agent 与开发者精选73°11:06

Hamel AI产品工程笔记：Evals、Context、Systems优化顺序

Hamel把9.5小时课程浓缩成优化优先级手册，告诉你AI产品工程该先做什么后做什么。

#Hamel Husain #AI Product Engineering #Evals #Context

shao__meng@shao__meng2 个信源在谈原文

9月29日

技巧 Agent 与开发者多源确认13:43

Anthropic 发布全新 Evals 评估指南

Anthropic 今天放出了 Evals 评估指南，做 LLM 应用的可以照着搭自己的评估流程，我正在看。

#Anthropic #Evals #提示词工程

Hamel Husain@HamelHusain9 个信源在谈原文

9月25日

技巧 Agent 与开发者多源确认00:43

AI Evals 免费指南汇总：5 千名工程师课程资料整理

教过 5000 名工程师做 Evals 的 Hamel Husain 把课程资料免费整理成一份指南，做评测遇到问题直接按场景查答案，还持续更新。

#Evals #提示词工程 #AI 评测

Hamel Husain@HamelHusain4 个信源在谈原文

9月23日

技巧 Agent 与开发者多源确认精选73°12:04

Hamel Husain 与 Shreya Shankar 发布进阶版 Evals 构建指南

25 个 PM 岗位近一半要求会写 evals，这篇续篇教你哪些步骤别跳过，还带免费插件让 agent 干活

#Evals #Ramp #Shopify #Cursor

AI Will@FinanceYF511 个信源在谈原文

行业 Agent 与开发者12:01

Evals 正在成为 AI 产品经理的基本功

想转 AI 产品经理的注意了，25 个职位里快一半要求会写 Evals，这项技能得赶紧练起来。

#Evals #AI产品经理 #PM招聘 #产品评测

AI Will@FinanceYF52 个信源在谈原文

8月13日

技巧 Agent 与开发者精选17:45

改进AI智能体本质是数据挖掘问题

LangChain的Viv分享了一套改进智能体的实战思路，核心是用生产数据挖Evals，还给了Harness-PostTrain的开源模型配方。

#LangChain #智能体 #数据挖掘 #Evals

官方账号LangChain@LangChainAI原文

8月1日

模型 Agent 与开发者官方一手17:57

Supabase开源Evals基准：评测Claude Code等编码智能体

Supabase开源Evals，用真实任务评估Claude Code等编码智能体，比普通基准更实战

#Supabase #Evals #Claude Code #Codex

官方一手marktechpost@Michal Sutter2 个信源在谈原文

7月30日

行业多源确认72°03:09

Anthropic AI研究产品主管：Evals 是新的 PRD

Anthropic 的产品主管亲自聊他们怎么做模型评估，说 Evals 就像新版产品需求文档，对做 AI 产品和模型的朋友很有启发。

#Anthropic #Claude #Evals #产品管理

Lenny Rachitsky@lennysan11 个信源在谈原文