「本番評価」に関する記事一覧。Kuu株式会社のブログでは、AIエージェントガバナンスとDXの観点から 本番評価 に関連するノウハウを 1 件発信しています。
本番AIエージェントのトラフィックをサンプリングしてオンライン評価する設計パターン。ヒューリスティック全量・LLM-as-judge 10〜20%・人手2〜5%の三層構造で分布ドリフトを継続検知する。
