评估

评估是评估你的 LLM 驱动应用程序的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，以确保其满足期望的质量标准并实现预期的目的。此过程对于构建可靠的应用程序至关重要。

LangSmith 通过以下几种方式帮助完成此过程

• 它通过其跟踪和注释功能，使创建和管理数据集变得更加容易
• 它提供了一个评估框架，可帮助你定义指标并针对你的数据集运行你的应用程序
• 它允许你随时间跟踪结果，并自动按计划或作为 CI/代码 的一部分运行你的评估器

要了解更多信息，请查看此 LangSmith 指南。