タグ: LLM評価

Eval Engineering とは — 生成 AI・AI エージェント評価を設計する（Part 1／全 2 回）

生成AIは本番で品質説明が難しく、目視確認だけでは改善を判断できない。記事はEval Engineeringを標準用語ではなく、評価駆動開発を支える実務として整理し、データセット・評価器・失敗分類・4層評価・CI・本番監視を通じて品質を継続改善する枠組みを示す。