Ship Real Agents: Hands-On Evals for Agentic Applications — Laurie Voss, Arize
AI Engineer31573 字 (约 127 分钟)
85
本文介绍了如何对AI代理系统进行实际评估，包括设置追踪、分析数据、编写不同类型的评估方法和元评估。
入选理由：需要通过追踪捕获原始数据来运行评估
精选视频#AI评估#代理系统#LLM中文
人物
Laurie Voss
别名：arizeai
Arize AI 的 DevRel 部门负责人
已跟踪 2 条高相关材料
TraeAI 观察
最近变化
2026-05-29 · Tweaking chunk sizes and running a few demo queries is not an evaluation strategy.
为什么值得关注
Laurie Voss 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
AI评估evaluation strategygolden datasetsLLMQdrant
如果只读 3 篇
1
Ship Real Agents: Hands-On Evals for Agentic Applications — Laurie Voss, Arize
AI Engineer · 8.5 分
本文介绍了如何对AI代理系统进行实际评估，包括设置追踪、分析数据、编写不同类型的评估方法和元评估。
2
Tweaking chunk sizes and running a few demo queries is not an evaluation strategy. Laurie Voss (Hea...
Qdrant(@qdrant_engine) · 6 分
Qdrant 宣布 Laurie Voss 将在 Vector Space Day 2026 上讨论 retrieval metrics 和 golden datasets，强调了评估策略的重要性。
相关材料
已收录 2 条与 Laurie Voss 相关的内容，按评分排序。
Qdrant 在 Twitter 上宣布：调整 chunk sizes 和运行演示查询不是评估策略
Qdrant(@qdrant_engine)223 字 (约 1 分钟)
60
Qdrant 宣布 Laurie Voss 将在 Vector Space Day 2026 上讨论 retrieval metrics 和 golden datasets，强调了评估策略的重要性。
入选理由：Tweaking chunk sizes and running a few demo queries is not an evaluation strategy.
精选推文#Qdrant#Vector Space Day#evaluation strategy#retrieval metrics#golden datasets中文