WHAT NEW IN X11.02 MON

X 上的 AI 合集档案 · 22 个合集 · 64,204 条

回到 No.006 Jev 用法与案例：Browser Use、Agent 工作流23 小时前更新过
jevPOST

用 Jev 当裁判提升 agent 评测可靠性

dair.ai 转发介绍用 Jev-as-a-Judge 做 agent 评测，把评分判断交给 Jev 以提高结果稳定性。

DAIR.AI
@dair_ai25 天前收录原推发布于 2026.10.06
DAIR.AI @dair_ai原推发布于 2026.10.06
在 X 上打开原推

Improve the reliability of agent evaluation with Jev-as-a-Judge. https://x.com/omarsar0/status/2107472222398886011?s=20

这条是引用着另一条写的：x.com/omarsar0/status/2107472222398886011

x.com/dair_ai/status/2107473353472926161采集于 2026.10.07 09:58
在 X 上打开原推