Funcția evaluate() din SDK-ul oficial LangSmith rulează noua versiune a aplicației pe fiecare exemplu dintr-un set de testare salvat pe platformă, calculând metrici de acuratețe și generând rapoarte vizuale de regresie.
Exemplu de rulare
from langsmith.evaluation import evaluate
def aplicatia_mea(inputs: dict) -> dict:
return {"output": "Răspuns generat de asistentul curent."}
rezultate = evaluate(
aplicatia_mea,
data="intrebari_frecvente_dexblog",
experiment_prefix="experiment_nou_prompt_v3"
)Permite identificarea instantanee a răspunsurilor care s-au degradat față de versiunea precedentă.
Întrebări & Exemple practice:
Funcția evaluate în LangSmith: Rularea Benchmarking-ului peste Seturi de AurAi o întrebare despre Funcția evaluate în LangSmith: Rularea Benchmarking-ului peste Seturi de Aur sau ai descoperit un truc, prompt sau fragment de cod util? Distribuie-l cu ceilalți membri ai comunității!
Fii primul care pune o întrebare sau distribuie un fragment de cod / prompt!
Nu au fost adăugate încă întrebări sau resurse pentru această pagină. Dacă ai testat un prompt sau ai un snippet util, adaugă-l mai jos pentru comunitate.