待验证50% 置信事实精确时间

在 LangSmith 评估时，可将追踪数据加入数据集，配合自定义评估器或 LLM-as-Judge 打分。

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/15

首次发现

有效期至：2027/1/13

来源

LangChain 教育团队解答 Agent Evals 常见问题

涉及实体

LangSmithproduct LLM-as-Judgeconcept

相关事实

已验证评估集构建可采用LLM-as-Judge方法用另一个模型评估输出质量以处理语义层面的质量判断75% 相似已验证智能体评估的主流方案包括LLM-as-Judge、轨迹匹配和结果验证73% 相似待验证评估套件本身也是一个模型，相对于人类判断存在精确率和召回率，两者都应追踪72% 相似待验证对于难以自动化评估的指标（如幻觉率），部分团队引入LLM-as-Judge方法进行辅助评分71% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1040743

API

curl https://kongchang.com/api/v1/knowledge/claims/1040743

MCP

get_claim(id=1040743)