Claude 新功能：自动化评估设计与爬山优化，告别模型迭代中的自我欺骗

在人工智能系统开发中，评估设计与模型迭代是决定模型能否稳定落地的关键环节。Anthropic 旗下 Claude 团队近日发布了 /claude-api build-eval 与 /claude-api hillclimb 两个新命令，旨在将评估设计及爬山优化过程...

Read More