已过期50% 置信事实精确时间
ADP 4.0支持LLM-as-a-Judge（裁判模型打分）评测机制，允许选择与被测Agent不同的模型作为裁判进行评分
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/7/2
首次发现
有效期至：2026/9/30(已过期)
来源
腾讯云ADP4.0实测：企业级智能体开发平台如何破解Agent商业化难题
bilibiliIT咖啡馆2026/6/12
相关事实
待验证完整的Agent评估体系通常包含三类方式：基于规则的评估、基于参考答案的相似度评估（如BLEU、ROUGE）、以及LLM-as-Judge69% 相似待验证当前Agent评测的探索方向包括LLM-as-Judge、轨迹相似度比对以及基于人类反馈的在线评测69% 相似待验证LangSmith支持通过LLM-as-Judge或自定义评分函数量化质量变化，构建自动化测试集69% 相似待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69% 相似待验证学术界发展出G-Eval、MT-Bench等评测方法，LLM-as-Judge已成为自动化Agent评测的主流技术路线之一68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/61522API
curl https://kongchang.com/api/v1/knowledge/claims/61522MCP
get_claim(id=61522)