Designing Reliable LLM-as-a-judge Measurement Systems for Multi-turn Business Agents
Ce document présente un cadre pratique et maintenable pour l'évaluation d'agents métier multi-tours qui intègre des juges LLM modulaires, une simulation d'utilisateur préservant l'intention et une gouvernance avec intervention humaine afin de garantir une mesure fiable et exploitable de la performance des agents et des lacunes en connaissances métier.