OpenAI डेवलपर ब्लॉग में Evals से Codex Agent कौशलों के व्यवस्थित परीक्षण की व्याख्या
मूल शीर्षक:Testing Agent Skills Systematically with Evals
AI सारांश
OpenAI डेवलपर ब्लॉग ने एक ट्यूटोरियल प्रकाशित किया है, जिसमें बताया गया है कि LLM ऐप्स के परीक्षण की तरह evals से Codex के Agent कौशलों का व्यवस्थित मूल्यांकन कैसे किया जाए। मुख्य प्रक्रिया है: मापने योग्य सफलता मानदंड परिभाषित करना, $skill-creator से कौशल बनाना, codex exec -- से JSONL ट्रेस कैप्चर कर निश्चित जाँच करना, और फिर --output-schema से स्कोरिंग नियमों के अनुरूप JSON आउटपुट कर शैली आदि का गुणात्मक मूल्यांकन करना।
मुख्य जानकारी
- OpenAI डेवलपर ब्लॉग ने एक ट्यूटोरियल प्रकाशित किया है
- जिसमें बताया गया है कि LLM ऐप्स के परीक्षण की तरह evals से Codex के Agent कौशलों का व्यवस्थित…
- $skill-creator से कौशल बनाना,codex exec -- से JSONL ट्रेस कैप्चर कर निश्चित जाँच करना,और फिर…
एक नज़र में
- प्रकाशन समय
- अपडेट समय
- श्रेणी
- ट्यूटोरियल और टिप्स
- AI स्कोर
- 63
OpenAI 官方给出用 evals 系统化测试 Codex 技能的完整模式,从定义成功标准到确定性检查与评分规则均可迁移复用。
संबंधित एंटिटी
स्रोत और कॉपीराइट
यह लेख AIHOT के सार्वजनिक API की चयनित सुर्खियों और AI सारांशों के आधार पर तैयार किया गया है, स्रोत का उल्लेख और लिंक दिया गया है; मूल पाठ का कॉपीराइट मूल मीडिया और लेखक के पास है, यह साइट पूरा पाठ मिरर नहीं करती।
उद्धरण कैसे दें
इस लेख का उद्धरण देते समय शीर्षक, तिथि और स्थायी लिंक बनाए रखें और स्रोत Orange News बताएं।
Orange News: OpenAI डेवलपर ब्लॉग में Evals से Codex Agent कौशलों के व्यवस्थित परीक्षण की व्याख्या। 22 जनवरी 2026। https://new.nat6.net/hi/news/pxk73611d1hu3urmqmx9f9krr/