agentevals - agentevals技术,学习,经验文章

JaydenAI

2 小时前

[基于AgentEvals的自动化评估-06]以LLM-as-a-Judge评估LangGraph执行轨迹对于利用LangGraph构建的工作流，前面的文章介绍了不需要LLM参与，通过将提取的执行轨迹与评估基准进行比较的方式来评估。我们不经介绍了AgentEvals原生的评估方案，还介绍我们经过改进和优化的方案（上篇下篇），以及如何从持久化的Checkpoint中提取执行轨迹。出来这种依赖我们手工比较的方式，我们也可以利用LLM-as-a-Judge的形式来评估其执行轨迹。