Der Agentenkurs
Evals
Jeden Monat derselbe Test: Verhaltenschecks auf Traces, geprüfte Judges, Golden Sets mit Fehlerfällen.
Profi
0 von 3 abgeschlossen
Lektionen
Lektion 1 · 12 Min.
Zwei Arten von Checks
End-to-End-Checks bewerten das Ergebnis, Verhaltenschecks den Weg dorthin. Du lernst, wofür du welche Art brauchst und wie schnell sie laufen müssen.
Lektion 2 · 10 Min.
Judges und Golden Sets
Wie du einen Judge gegen eigene Labels prüfst, ein Golden Set mit Fehlerfällen baust und es mit Stichproben aus dem Betrieb frisch hältst.
Lektion 3 · 9 Min.
Evals in der Praxis
Ein Nachmittag, fünf Schritte – echte Fehler sammeln, als Verhaltenschecks in YAML schreiben, mit einem kleinen Runner prüfen, einen Judge kalibrieren und jede Woche von Hand nachbewerten.