Anthropic verlangt, dass jede Frage von einer Referenzlösung begleitet wird, andernfalls wird die Bewertung verzerrt

Das Ingenieurteam von Anthropic interpretiert die KI-Agenten-Rezension: eine Roadmap vom Aufgabensatz bis zum Bewertungsdesign

Anthropic veröffentlichte am 9. Januar 2026 einen Ingenieurartikel, der systematisch die wichtigsten Methoden der Bewertung von KI-Agenten (Evals) ana...