​谷歌 AI 推出 Stax：幫助開發者根據自定義標準評估大語言模型

谷歌AI推出實驗性評估工具Stax，幫助開發者測試分析大語言模型。該工具針對LLMs概率性特點，提供結構化評估方法，支持自定義標準比較不同模型，解決傳統測試難以保證一致性和可重複性的問題。