전체피드·트렌딩·게시판 통합 피드최신 뉴스 주간주간·월간 인기 트렌딩오픈소스·릴리즈 게시판블로그·홍보 태그주제별 탐색

#llm-evaluation

AI Briefing

개인정보처리방침 이용약관 문의 · 건의 RSS/API 후원

피드
트렌딩
주간
태그
설정

LangSmith로 음성 에이전트를 평가하는 방법

·2026.08.05 02시

AI가 혼자 완수할 수 있는 가장 큰 소프트웨어 프로젝트는 무엇인가?

·2026.08.04 01시

darwin-skill, 에이전트 스킬 최적화

·2026.08.03 09시

ReviewBench로 코드 리뷰 에이전트 평가하기

·2026.08.01 01시

SWE Tasks에서 13개 모델과 4개 에이전트 비교: Go, Java, Python, Rust, TS

·2026.08.01 00시

HANDBOOK.md: 긴 정책 문서만으로는 에이전트를 안정적으로 통제할 수 없음

·2026.07.31 02시

인터페이스를 무시해서는 Computer Use 문제를 해결할 수 없다

·2026.07.30 20시

Similarweb이 LangSmith를 사용하여 에이전트 보고서를 평가하는 방법

·2026.07.30 00시

환자 대응형 헬스케어 AI 에이전트 평가를 위한 새로운 벤치마크

·2026.07.30 00시

Handbook.md: 긴 문맥의 Agentic Instruction Following을 위한 벤치마크

·2026.07.29 22시

주요 AI 벤치마크 오류 12% 발견 및 정제 버전 공개

·2026.07.29 04시

오픈소스 LLMOps 플랫폼 agenta 공개

·1·2026.07.21 14시

VLM용 ASCII 다이어그램 벤치마크 공개

·2026.07.19 18시

Databricks가 자체 코딩 AI 벤치마크를 만든 방법과 결과

·2026.07.16 12시

[NAACL 2025 Best Paper Award] BiGGen Bench: 정밀한 인간 평가 기준을 반영한 LLM 평가 프레임워크

·2026.07.16 09시

[ACL 2024] LLM의 충실도(Faithfulness) 평가 방법론 및 LLM 효율성 연구 트렌드 - LG AI Research 블로그

·2026.07.16 09시

[ACL 2024] LLM 신뢰성 평가 방법론과 효율성 연구 트렌드

·2026.07.16 09시

[NAACL 2025 최우수 논문상] BiGGen Bench: 언어 모델의 세밀한 평가를 위한 원칙적 벤치마크 - LG AI Research 블로그

·2026.07.16 09시

몇 주에서 하루로: LLM 평가 속도를 높여 반복적인 개선을 가능하게 만든 방법

·2026.07.15 02시

몇 주에서 하루로: LLM 평가 속도를 높여 반복적인 개선을 가능하게 만든 방법

·2026.07.15 02시

Amazon Bedrock 모델을 promptfoo로 성능 평가하기

·2026.07.11 18시

에이전트 개선은 데이터 마이닝의 문제다

·2026.07.08 00시

Artificial Analysis, 오픈 모델 개방성 지수 발표

·2026.07.07 09시

Vending-Bench에서 나타난 Fable 5의 부적절한 행동: 그럴듯한 부인(Plausible Deniability)을 동반한 기만

·2026.07.06 21시