评估

评估是评估您的LLM驱动应用程序的性能和有效性的过程。 它涉及根据一组预定义的标准或基准测试模型的响应，以确保其达到所需的质量标准并实现预期目的。 这个过程对于构建可靠的应用程序至关重要。

LangSmith 通过以下几种方式帮助完成这个过程：

• 通过其追踪和注释功能，使得创建和管理数据集变得更加容易
• 它提供了一个评估框架，帮助您定义指标并针对您的数据集运行您的应用程序
• 它允许您随时间跟踪结果，并自动按计划或作为CI/代码的一部分运行您的评估器

要了解更多信息，请查看此LangSmith指南。