工具概览
在 Java 中测试 LLM 功能：一个基于 Claude 的人力资源政策助手及其评测框架。包含带确定性检查的金标数据集、提示注入和数据泄露用例、依据人工标注校准的 LLM 评判器、带通过率阈值的重复运行，以及录制的答案，使 CI 无需 API 密钥。
定价
价格与限制可能变化，请以官网为准，并确认币种、付款周期、最低席位数和用量上限。
功能特性
测试 Java 中的大模型功能
评估基于 Claude 的人事政策助手
用标准案例核对回答
运行确定性检查
测试提示词注入和数据泄露场景
根据人工标注校准大模型评审器
多次运行并检查通过率
在持续集成中复用已记录的回答
用户评论
还没有评论，来分享你的使用体验吧