GoogleがStaxを公開、LLM評価を効率化するツール
GoogleがStaxを公開。LLM評価を効率化する実験的な開発者ツールで、“vibe testing”から脱却し、本格的な評価を可能にする。
Staxでは事前構築されたAutorater（LLM-as-a-judge）が提供されており、データセットをアップロードすればすぐに利用できる。カスタムAutoraterの構築も可能。
このツールにより、LLM搭載アプリケーションの品質向上とデータ駆動型の意思決定が可能になる。
留意事項
現在、日本では利用不可。