人物
别名：@palashshah
分享评估方法的工程师
已跟踪 2 条高相关材料
最近变化
2026-05-20 · 使用截断技术可以将持续30分钟以上的长周期评估分解为更小的子集来测试预期行为。
为什么值得关注
Palash Shah 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
Breaking down the eval task into easy to process chunks not only makes it easy for us humans to unde...
LangChain(@LangChainAI) · 7 分
将评估任务分解为易于处理的小块不仅便于人类理解，也使大语言模型更容易进行评估。
LangChain Applied AI Engineer @palashshah takes us under the hood of LangSmith Engine.
LangChain(@LangChainAI) · 3.5 分
这是一篇推广推文，宣布了 LangSmith Engine 的发布，它是一个用于分析和改进其他 AI 代理的元代理，但未提供任何技术细节。
已收录 2 条与 Palash Shah 相关的内容，按评分排序。
Breaking down the eval task into easy to process chunks not only makes it easy for us humans to understand, but also easier for LLMs to evaluate.
入选理由：使用截断技术可以将持续30分钟以上的长周期评估分解为更小的子集来测试预期行为。
This is a promotional tweet announcing the launch of LangSmith Engine, an agent for analyzing and improving other AI agents, but it provides no technical details.
入选理由：LangSmith 发布了名为 Engine 的新产品，用于改进 AI 代理。
