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

はじめに このところ新モデルが毎週のように出ている。 新モデルにより、Skill が気づかないうちにデグレしていることがある。そこで、2 つのモデル間で同じ Skill のテストを回し、テストケース単位で結果を比べる CLI ツール skill-regression (M...

Related

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)

JapanmacOSでcomputer-useエージェントが「成功」と返すのに何も起きない理由 Zenn (AI)

JapanClaude Managed Agentsのdynamic workflows：切断後に実行状態を復元する Zenn (AI)

JapanMeta、米国などで提供中の個人向けAIエージェント「Muse」と連携するガジェット向けSDK「Muse Gadgets」公開 gihyo.jp

JapanコーディングエージェントにGoogle Cloudの専門知識とツールを組み込む「Google Cloud Developer Plugin for AI Coding Agents」発表 Publickey

JapanWith great verification comes great velocity: How agents raised the stakes at Flava API Gateway LINE Engineering

More from Qiita (LLM) on Accept All.