TOPIC / テーマから読む
evaluation
ニュース・ガイド・応用例を横断して、ひとつのテーマを深く知る。
報道・記事ベース
Qiita:DeepEvalのJevジャッジをGemini Flash Liteと比較
DeepEvalがJevを判定役に使えるモードを使い、連想ゲームの出力評価でGemini 3.5 Flash Liteと費用・速度・判定を比べた報告。
報道・記事ベース
Zenn:MLflow 3.17.0のJev連携をjudgeやトレースで試した記録
MLflow 3.17.0で加わったJev連携を、評価のjudge、SDK呼び出しのトレース、AI Gatewayで動かし、できることと制約をまとめた報告。