Anthropic 公开 eval 搭建与爬坡方法论:客服基准准确率 78.6% 升至 90.5%、成本降至 1/5

AGI Hunt · wechat · 2026-09-30

Anthropic 的 Lance Martin 在 claude.dev 博客发布长文,讲如何设计 eval、对 eval 做爬坡优化又不自欺欺人,方法已写入官方 claude-api skill,新增 /claude-api:build-eval 和 /claude-api:hillclimb 两条命令。

所属事件:Anthropic 为 Claude Code 新增自动构建评测与爬坡优化命令(6 条相关)→

原文链接 →

「编程与Agent」频道最新

更多「编程与Agent」频道 AI 资讯 →