评测驱动优化:新流水线成本降 76%、速度快 7 倍
_inesmontani · x · 2026-11-19
Ines Montani 分享了一个端到端案例:团队用 Ellf 为自己的系统搭建了稳健的评测(evaluation),搞清楚系统表现与改进方向,再由 Ellf 优化其 Jev 配置,最终拿到尽可能高的 precision 与 recall。结果是新流水线成本降低 76%、速度快 7 倍,且整体准确率更高。博文附带一个可导入的端到端模板,读者可以照搬搭建同类工作流。
所属事件:Explosion AI 案例:Popp 用 Ellf 平台省 76% 成本、提速 7 倍(3 条相关)→
「编程与Agent」频道最新
- 收购 Devin 之后:Cognition 旗下 Poke 智能体获升级上线聊天界面 — marvinvonhagen · 2026-11-20
- Browserbase 用 Agent 一天内修补、构建并部署 4000 万行 Chromium 代码 — blaizedsouza · 2026-11-20
- Eval 驱动开发:用测试而非拍脑袋来选模型、检索方案与 Agent 设计 — blaizedsouza · 2026-11-20
- 一套收藏级 Eval 资源包:通用评测、Agent 评测、Skills 评测全覆盖 — blaizedsouza · 2026-11-20
- 开源 Harness Engineering 课程上线:14 讲 8 项目教你让编码 Agent 稳定跑起来 — blaizedsouza · 2026-11-20
- Google Cloud 总结 5 种有研究支撑的智能体编排模式 — rseroter · 2026-11-20