Qiita (LLM)Japan
そのAIエージェント、別案件の資料を渡しても同じ答えを返していませんか ― 「仕事ができる」を陰性対照で測る

3行で AIエージェントの「仕事ができる」は、テスト通過率や生成行数には出ません。 出るのは、指示と成果物のあいだに残る痕跡です。 測り方の核は1つ。別案件の文脈にすり替えて、出力が変わるかを見る。変わらないなら、その出力は文脈を使っていません。 本稿ではこれを 仕...
Read at Qiita (LLM) ↗More from Qiita (LLM) on Accept All

Japan新モデル登場時に Skill がデグレしていないかを判定する skill-regression を作った Qiita (LLM)

JapanClaudeの利用制限も無料枠のエラーも怖くない!自作LLM API Gatewayで実現する安定・自動ルーティング Qiita (LLM)

JapanBERTベースのPIIフィルターを作って個人情報保護法に対応できる制御基盤をつくる技術 Zenn (AI)

Japan今日の市場ブリーフィング Zenn (AI)

Japan話題のAI「Jev」は何に使える?実用的な使い方を考えてみた Zenn (AI)
