Hamel 新文：决策模型做 evals，阈值别用默认 0.5
HamelHusain · x · 2026-10-21
Hamel Husain 与 Antaripa Saha 发布新博客《How To Use Decision Models For Evals》。文章梳理了决策模型（decision models）的兴起——从 TypeSafe 的 Jev、Perplexity 的 Decider、Liquid 的 d1、Cloudflare 的 Clef 到 OpenAI 的产品——并附上团队在自有数据集上对各家主流决策模型的横向实验，检验它们做评测的可信度。
核心内容包括：如何为自己的任务选择决策模型、如何调优阈值（作者特别强调不要默认 0.5 就是好的）、以及如何解读模型给出的分数，文中配了大量交互式图表。
所属事件:Hamel Husain 发文讲解用决策模型做 Evals 与阈值调优(5 条相关)→
「编程与Agent」频道最新
- Slack 元老谈 after coding：活文档为真源，AI Agent 维护规范 — josh_wills · 2026-10-21
- GitHub Copilot 推出 HydraFusion：按任务动态编排多模型执行 — WirelessLife · 2026-10-21
- Nous Research Hermes 接入 Cua Spaces,开源模型也能操控电脑 — alexcovo_eth · 2026-10-21
- Slingshots 四期项目 Headlong：专为持久化 Agent 打造的微 Harness — lateinteraction · 2026-10-21
- Laude 研究院 Slingshots 四期发布：14 个开源项目押注 Agent Harness 与全开放模型 — lateinteraction · 2026-10-21
- Skills/MCP/RAG/Memory 一张图分清：agent 四类知识机制各管什么 — MaryamMiradi · 2026-10-21