测试与评估

示例

这里
有一个关于客服代理（Customer Support Agent）的集成测试示例。
这对应于 Level 1: 单元测试。

推荐阅读

• 你的 AI 产品需要评估（Evals）
• 打造能带来业务成果的 LLM 评审（LLM-as-a-Judge）
• RAG 流水线评估实用指南（第一部分：检索）
• RAG 流水线评估实用指南（第二部分：生成）
• 黄金数据集对 LLM 评估的重要性有多大？
• 案例研究：基于参考 vs 无参考的 RAG 流水线评估
• 如何评估复杂的 GenAI 应用：一种细粒度方法
• 生成合成数据以测试 LLM 应用