Stax

Stax是谷歌为 AI 评估开发的实验性开发者工具，更快、更自信地发布您的 LLM（大语言模型） 驱动应用。Stax 通过让您根据自己的标准测试模型和提示来消除 AI 评估的麻烦。

核心功能

• 管理并构建测试数据集：导入生产数据集，或使用 Stax 通过提示任何主要 LLM 来构建新的数据集。
• 利用预构建和自定义评估器：使用一套默认评估器来处理标准指标，如指令遵循和冗长度，或创建自定义评估器来测试细微品质，如品牌声音或业务逻辑。
• 做出数据驱动决策：获取关于质量、延迟和令牌计数的可操作数据，以识别适合您应用的有效的 AI 模型、提示或迭代。