newsmode
search
Меню
Категории
Теги (топ-30)
Источники
Прогресс перевода 1953/2270 · 86%

#LLM Evals · 7

rss_feed SaaStr translateRU

How Papaya Global Built a Production Compliance Agent With Claude, Lovable, and Supabase. And No Engineers

Компания Papaya Global, работающая с расчётом зарплат и комплаенсом в 160 странах, построила производственного AI-агента Papaya 1 на базе Claude, Lovable и Supabase — без инженеров и UX-дизайнеров. Гл

LLM Evals No Code Mvp Vertical Ai Models
1939 сл.
rss_feed Lenny's Newsletter translateRU

Building eval systems that improve your AI product

Статья представляет практическое руководство по построению систем оценки (evals) для AI-продуктов, которые действительно улучшают качество, а не просто генерируют бесполезные дашборды. Методология раз

Ai Products LLM Evals Product Management
3388 сл.
rss_feed Lenny's Newsletter translateRU

Building AI product sense, part 2

Доктор Marily Nika, продакт-менеджер AI в Google и Meta, делится еженедельным ритуалом для развития AI product sense — навыка понимания возможностей и ограничений моделей. Meta недавно ввела новое инт

Ai Products LLM Evals Product Management
2919 сл.
rss_feed Lenny's Newsletter translateRU

Listen: Building eval systems that improve your AI product

Выпуск подкаста Lenny's Reads посвящён построению систем оценки (eval) для AI-продуктов, которые реально приводят к улучшениям. Обсуждается, почему большинство дашбордов с метриками не работают, и как

Ai Products LLM Evals RAG
162 сл.
rss_feed Lenny's Newsletter translateRU

Listen: Building AI product sense, part 2

Вторая часть подкаста Lenny's Reads с доктором Marily Nika посвящена развитию продуктового чутья в AI. Обсуждается, почему Meta добавила блок «Product Sense with AI» в интервью на позицию PM, и какие

Ai Products LLM Evals Product Management
163 сл.
rss_feed a16z translateRU

I Built TetrisBench, Where LLMs Compete at Playing Tetris. Here’s What I Found. | Andreessen Horowitz

Автор статьи Yoko Li из Andreessen Horowitz рассказывает, как создала TetrisBench — бенчмарк, в котором LLM соревнуются в игре Tetris. Первая попытка с подачей состояния доски в JSON и просьбой выбрат

AI Agents Frontier Models LLM Evals
2614 сл.