Оценка AI‑агентов: 7 ошибок, из‑за которых тесты врутЗелёный статус eval‑тестов ещё не гарантирует, что AI‑агент работает корректно: он может выдавать правильный ответ, но выполнять неверные действия или не выполнять их вовсе. В статье разбираем семь ошибок оценки AI‑агентов и показываем, какие подходы помогают измерять реальное качество системы. Разобрать ошибкиhttps://habr.com/ru/companies/otus/articles/1077946/#AIагенты #LLM #искусственный_интеллект #машинное_обучение #оценка_качества #тестирование #eval #AgentOps #автоматизация #разработка
Related
Four groups are suing to freeze AI where it is today, using the AI bosses’ own warnings#OpenAI #PublicCitizen #AIhttps:/...
Four groups are suing to freeze AI where it is today, using the AI bosses’ own warnings#OpenAI #PublicCitizen #AIhttps://madrobot.blog/2026/11/12/public-citizen-lawsuit-freeze-fron...
Профили критических сбоев ИИ-агентов с функцией вызова с реальным эффектом: DeepSeek V4 Pro и Gemini 3.8 FlashИсследован...
Профили критических сбоев ИИ-агентов с функцией вызова с реальным эффектом: DeepSeek V4 Pro и Gemini 3.8 FlashИсследование поведения ИИ-агентов с вызовом функций, имеющих реальный ...
Where are the #ai boosters at today with the “your getting left behind, luddite” rhetoric? #microslop got your tongue?😛 ...
Where are the #ai boosters at today with the “your getting left behind, luddite” rhetoric? #microslop got your tongue?😛 #humblebundle ain’t helping either. 😂 #Jenson quits and then...