一个运行评价呼叫中代理和工作流程的Evals:代码,Jev和帮助计分员在JSONL或内置数据上,每计分员在允许的误差和下放上门.
^0.7.1
^0.4.0
^0.5.0
^0.70.0
^1.85.0
^2.2.3
^1.3.14
^6.0.3