Le evals sono valutazioni sistematiche di un modello o di un sistema AI su casi e criteri definiti. Possono misurare correttezza, qualità, uso degli strumenti, costi e rispetto dei vincoli. Per gli agenti conta anche il percorso seguito, non soltanto il testo finale.
Esempio pratico
Prima di cambiare modello, un’azienda ripete lo stesso insieme di richieste reali e confronta risultati ed errori.
Cosa tenere presente
Un test piccolo o contaminato può dare un’impressione falsa di affidabilità. Separare sviluppo e verifica, includere casi difficili e affiancare misure automatiche a revisione umana.
Termini correlati
Fonte di riferimento: documentazione o ricerca originale. Verificata il 16 ottobre 2026.