为 Agent App 创建稳健的评估

关于这场 Session

了解如何利用 Evaluations 框架的进阶功能，为 App 构建稳健的评估。探索如何评估包含工具调用和动态条件的流程，以及如何根据使用场景定义正确行为。了解如何生成合成数据、有效使用评判模型并验证数据集，以获得可靠结果。