跳到主要内容

7 篇标记为“evaluation”的帖子

查看所有标签
精选
使用 GEPA 对 OpenAI Agents 进行系统化提示优化
提示工程对于构建可靠的 AI 系统至关重要，但它充满了挑战。手动迭代耗时，缺乏系统性的改进保证，并且常常产生不一致的结果。如果您的系统有多个不同的提示，情况会更糟。为了解决这个问题，已经开发了 GEPA 和 MIPRO 等自动联合提示优化算法。虽然 DSPy 使这些优化技术在其框架内易于使用，但将它们应用于其他代理框架——例如 OpenAI Agents SDK、LangChain 或 Pydantic AI——在历史上需要大量的集成工作。
使用 GEPA 对 OpenAI Agents 进行系统化提示优化
Rapidly Prototype and Evaluate Agents with Claude Agent SDK and MLflow
2025 年 10 月 15 日
使用 Claude Agent SDK 和 MLflow 快速原型化和评估代理
Beyond Manually Crafted LLM Judges: Automate Building Domain-Specific Evaluators with MLflow
2025 年 9 月 15 日
超越手动构建的 LLM 评判器：使用 MLflow 自动化构建领域特定的评估器
Building and Managing an LLM-based OCR System with MLflow
2025 年 8 月 30 日
使用 MLflow 构建和管理基于 LLM 的 OCR 系统
Assessment-focused UIs in MLflow
2025 年 8 月 11 日
MLflow 中的评估 UI
MLflow Meets TypeScript: Debug and Monitor Full-Stack AI Applications with MLflow
2025 年 7 月 24 日
MLflow 与 TypeScript 相遇：使用 MLflow 调试和监控全栈 AI 应用程序
Announcing MLflow 3
2025 年 6 月 9 日
宣布推出 MLflow 3