评估

评估是衡量您的 LLM 驱动应用程序性能和有效性的过程。它涉及根据一组预定义的标准或基准测试模型的响应，以确保其达到所需的质量标准并实现预期目的。此过程对于构建可靠的应用程序至关重要。

LangSmith 通过以下几种方式协助此过程

• 它通过其跟踪和标注功能，使数据集的创建和管理更加便捷
• 它提供了一个评估框架，帮助您定义指标并根据数据集运行您的应用程序
• 它允许您跟踪长期结果，并根据计划或作为 CI/代码的一部分自动运行评估器

要了解更多信息，请查阅 此 LangSmith 指南。