技術 [Day28] QA 如何有效使用 Precision、Recall、F1 進行 AI 評估器校正

昨天用 LangSmith 跑完一輪評估，分數都出來了。 但有一個問題一直沒解決：評估器也是 AI，它判得準不準？ 用 LLM 當裁判，就得先驗證裁判。 這...