Splunk 推出 Evaluation Engine:用自有 traces 训练小模型做 agent 守护栏
ptkbhv · x · 2026-11-13
Splunk Agent Observability 发布 Evaluation Engine:核心是 evaluation tuner,把企业的 agent traces 和专家反馈转化为专用小型评估模型(SLM),让 eval 和运行时 guardrail 按企业自己的政策执行,而非通用 LLM 的「平均水平」。
关键数据
- 自研 Eval-G1 模型在 PII 和毒性检测上比肩最强前沿 LLM 评委,泄露个人数据捕获率达 99.4%,超过所测所有模型。
- 单次判定约 1/3 秒,比前沿 LLM 评委快最多 14 倍,单次评估成本仅为其零头。
- 无需数据科学团队,有可信样例后一个下午即可构建。
已向美国区域的 Agent Observability 客户开放。
「编程与Agent」频道最新
- 安全从业者质疑:AI 安全产品别再给 SOC 添一个仪表盘 — RileyNet44 · 2026-11-13
- 当玩游戏和做游戏变成同一件事：coding agent 重塑游戏开发经济 — TAbrodi · 2026-11-13
- Firecrawl CTO 讲述开源项目从 1000 星到 120 万开发者的路径 — garrytan · 2026-11-13
- 花一个月云服务钱买台迷你主机，把 Agent 全部搬回本地跑 — jiayuan_jy · 2026-11-13
- StackShift 发布:为每个 AI Agent 配一整台 Linux 云电脑 — Scobleizer · 2026-11-13
- Agent-Native Clips 开源 beta:一键给 Agent 装上眼睛和耳朵 — Scobleizer · 2026-11-13