المدونة
ملاحظات من بناء أنظمة الوكلاء
أدوات التقييم، وأنماط التنسيق، وتصميم الذاكرة، والإخفاقات التي تقف خلفها — موثّقة بينما التفاصيل لا تزال حاضرة.
03 أكتوبر 2026·6 دقيقة قراءة
قاضي LLM هو تبعية مُصدَّرة بإصدارات: تقليص تكاليف خطوط أنابيب التقييم دون فقدان القابلية للمقارنة
القاضي LLM الأرخص لا يكون سليماً إلا إذا كان مُصدَّراً بإصدارات ومثبَّتاً ومختبَراً بالانحدار مثل أي تبعية أخرى؛ وإلا فإن التوفير يُدفع ثمنه بفقدان القابلية للمقارنة بين التشغيلات.
llm-evaluationjudge-modelsregression-testing
28 سبتمبر 2026·5 دقيقة قراءة
توجيه النماذج مشكلة تقييم قبل أن يكون مشكلة تحسين
لا يُجدي التوجيه بين النماذج نفعًا إلا عندما يُحكم على الموجّه بناءً على النتائج على مستوى المهمة ضمن مجموعة تقييم ثابتة، لا على التكلفة لكل token وحدها.
model-routingllm-evaluationagent-systems