如果你构建AI代理却不进行评估，那你就是在盲目交付

大家好，分享一些我认为对这个社区真正有用的内容。大多数构建代理的人花费数周时间调整提示和交换模型，但并没有真正的方法来衡量哪个更好。很多时候感觉像是在猜测。而大多数现有的评估内容要么过于学术化，要么专注于无法反映实际构建内容的基准测试。Packt Publishing将于6月27日举办一场由Ammar Mahanna博士主导的实践型代理评估训练营。4小时直播，当天完成所有内容。涵盖组件级评估、结果评估、LLM作为裁判、回归流水线以及生产评估工作流。专为AI工程师、ML工程师、应用科学家、数据科学家和软件工程师设计，这些人正在生产环境中使用LLM代理。要求具备Python知识和基本的LLM API使用经验。包含认证和30天录像回放权限。链接在第一条评论中。