​谷歌 AI 推出 Stax：帮助开发者根据自定义标准评估大语言模型

谷歌AI推出实验性评估工具Stax，帮助开发者测试分析大语言模型。该工具针对LLMs概率性特点，提供结构化评估方法，支持自定义标准比较不同模型，解决传统测试难以保证一致性和可重复性的问题。