Opik 能帮你完成什么工作
选一项工作查看准备材料、执行建议和交付检查。
01评估智能体任务输出
- 准备材料
- 测试数据集
- 智能体运行记录
- 评价规则
- 怎样开始
- 将应用调用记录接入 Opik，并准备任务样例与判断输出好坏的标准。
- 运行智能体任务，查看模型与工具调用的完整链路。
- 在同一批样例上开展评估实验，比较配置改动对任务结果的影响。
- 交付目标
- 运行链
- 评估结果
- 人工检查
- 检查评价规则和样本代表性，人工复核异常评分。
Opik 是什么
记录智能体工具调用与模型运行链，并利用数据集和实验评估应用输出。
费用与使用条件
正式使用前，查看官方当前账号、功能、导出和输入资料要求，核对结果是否适合你的任务。