為 Agent 應用程式建立穩健的評估

關於這場 Session

瞭解如何運用 Evaluations 框架的進階功能，為應用程式建立穩健的評估。探索如何評估包含工具呼叫和動態條件的流程，以及如何依照使用情境定義正確行為。瞭解如何產生合成資料、有效使用 Judge，並驗證資料集以取得可靠結果。