最終更新 2026/09/13 10:32
ランキング
AIニュース
AIブログ
開発
組織・キャリア
企業テックブログ
すべて
原文著者: @まっさん | TOKIUM /
68日前
正解データを作らない、簡単なevalの作り方
#AIエージェント
#DevOps・CI/CD
#アーキテクチャ
AIで作成し、掲載基準に基づいて自動選定した要約です。
Claude Codeの品質改善にevalを活用し、ログを元に失敗を観測して改善するプロセスを紹介
ログを自動収集して失敗を分類・数えることでevalを作成し、発動率を52%から78%に向上
evalは正解データを用意せず、実際の失敗を観測して作成するべきで、発動すべきでないケースも評価に含める
正解データを作らない、簡単なevalの作り方
Zenn / 原文を読む
同じカテゴリの記事
GitHub CLI × Claude Code でバイブコーディングをIssue・PRで管理してみた
@Intelligent Technology's Technical Blog / 3時間前 / GitHub CLIとClaude CodeのSkill機能を組み合わせてバイブコーディングをIssue・PRで管理するワークフローを構築
AI駆動開発用ハーネスに実行検証役を組み込む
@Keita Sakashita / 3時間前 / AI駆動開発ハーネスに実行検証役を追加して不具合を発見
dbt-duckdb の seed に置いた CSV が落ちる理由を調べてみた
@asu7 / 4時間前 / dbt-duckdb の seed に置いた CSV が dbt seed で落ちる理由は、dbt と DuckDB で CSV の読み方が異なること