AI・機械学習 AIエージェントをテストする!評価ハーネス(Evals)の設計とCI自動テスト入門
プロンプト変更やモデル更新時の性能劣化を防ぐAIエージェントの評価ハーネス設計入門。ツール呼出検証・タスク完遂検証・LLM自動採点の3層テストピラミッドと、pytestを用いたCI自動テストの実装手順を詳しく解説します。
AI・機械学習
AI・機械学習