GoogleがStaxを公開、LLM評価を効率化するツール

GoogleがStaxを公開。LLM評価向けの実験的な開発者ツールで、“vibe testing”から離れ、評価を進めるための機能をまとめる。

Staxでは事前構築されたAutorater（LLM-as-a-judge）があり、データセットをアップロードすればすぐに使える。カスタムAutoraterの構築もできる。

LLM アプリの品質評価と、データに基づく判断材料の収集に使える。

現在、日本では利用不可。