如何寫出你的第一組 AI 評估——SallyAnn DeLucia，Arize AI
Arize AI 產品經理 SallyAnn DeLucia 主張，AI 代理需要的是追蹤與可觀測性，而非單元測試；團隊應從真實的生產環境追蹤資料出發，反覆迭代打造範圍狹窄、只針對單一判準的 LLM 評估。
推薦理由：本工作坊示範可重複的 AI 評估流程，幫助讀者快速落地 LLM‑as‑a‑judge 或分類器評審，並提供從追蹤到資料集、評審提示的完整範例，方便在 CI 內實作效能監控。
Arize AI 產品經理 SallyAnn DeLucia 主張，AI 代理需要的是追蹤與可觀測性，而非單元測試；團隊應從真實的生產環境追蹤資料出發，反覆迭代打造範圍狹窄、只針對單一判準的 LLM 評估。
推薦理由：本工作坊示範可重複的 AI 評估流程，幫助讀者快速落地 LLM‑as‑a‑judge 或分類器評審，並提供從追蹤到資料集、評審提示的完整範例，方便在 CI 內實作效能監控。