LLM-as-judge– tag –

生成AIアプリのテストは、出力が毎回変わり正解も一つに定まらないため従来手法が通用しません。ハルシネーションや安全性の評価軸、評価データセットとLLM-as-judgeの使い方、受託開発での品質合意の作り方までPM向けに解説します。