#Evals

「Evals」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 Evals に関連するノウハウを 1 件発信しています。

エージェント評価の最小構成——20タスクで動くEvals設計

AIエージェントのevalは20タスクから始められる。実失敗起票からグレーダー設計、Langfuse・Arize Phoenixの無料構成まで、エンジニア2〜3人が1週間で動かせる手順を示す。