技能目录

Arize 模型评估器

处理 Arize 上以大语言模型为裁判的评估工作流，包括创建或更新评估器、在跨度或实验上运行评估、管理任务、触发运行、列映射和持续监控。适用于用户提到创建评估器、模型裁判、幻觉、忠实性、正确性、相关性、运行评估、为跨度评分、为实验评分、触发运行、列映射、持续监控或改进评估器提示词的情况。