LangChain 10 月 28 日办免费线上工作坊：LLM judge 到底可不可信
LangChain · x · 2026-10-27
LangChain 宣布 10 月 28 日由 Divya Sanskar 主讲线上工作坊，主题是 LLM-as-judge 评估的可信度：如何用 trajectory match evaluator 给轨迹打分；如何调校匹配逻辑让 eval 在真实行为变化（而非参数格式差异）上才失败；何时用确定性匹配、何时用 LLM-as-judge；以及如何把 eval 接入开发循环，让回归在上线上线前暴露。可 RSVP 报名。
「编程与Agent」频道最新
- Anthropic 公布 12 条 Claude Opus 5.5 新提示词规则 — JeremyCMorgan · 2026-10-28
- TraceTrial-Bench：31.1% 的 Agent 任务成功却违反 harness 标准 — _akhaliq · 2026-10-28
- NVIDIA 开源完整工作流：用合成人设与 LoRA 微调 Nemotron 适配本地化 — NVIDIAAI · 2026-10-28
- 玩家自制「Sandman 机器人」追杀上下文膨胀的 Grok bot — alexcovo_eth · 2026-10-28
- 苹果 iPrefBench 揭示移动 Agent 短板：执行力强但个性化差 — apple · 2026-10-28
- 阿里通义 MAI 团队开源 9B GUI Agent 模型，可同时操控手机和电脑 — AdinaYakup · 2026-10-28