Глоссарий
Eval
Также: evals · оценка · evaluation
Тест для AI-системы: дать агенту задачу и по заранее заданным правилам оценить результат. Набор таких задач показывает, стало ли лучше после изменений.
Пример
30 задач из реальных багов прогоняют после каждой смены промпта; доля пройденных показывает, стало лучше или нет.