{"id":41,"date":"2026-09-13T11:48:40","date_gmt":"2026-09-13T08:48:40","guid":{"rendered":"https:\/\/ai.unlimgroup.ru\/blog\/kak-testirovat-ai-agentov-pered-prodom-eval-driven-podkhod\/"},"modified":"2026-09-13T11:48:40","modified_gmt":"2026-09-13T08:48:40","slug":"kak-testirovat-ai-agentov-pered-prodom-eval-driven-podkhod","status":"publish","type":"post","link":"https:\/\/ai.unlimgroup.ru\/blog\/kak-testirovat-ai-agentov-pered-prodom-eval-driven-podkhod\/","title":{"rendered":"\u041a\u0430\u043a \u0442\u0435\u0441\u0442\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u0418\u0418-\u0430\u0433\u0435\u043d\u0442\u043e\u0432 \u043f\u0435\u0440\u0435\u0434 \u043f\u0440\u043e\u0434\u043e\u043c: Eval-driven \u043f\u043e\u0434\u0445\u043e\u0434 \u043e\u0442 Intercom \u043a \u0440\u043e\u0441\u0441\u0438\u0439\u0441\u043a\u0438\u043c \u0440\u0435\u0430\u043b\u0438\u044f\u043c"},"content":{"rendered":"\n<p class=\"wp-block-paragraph\"><strong>\u041a\u043e\u0440\u043e\u0442\u043a\u0438\u0439 \u043e\u0442\u0432\u0435\u0442:<\/strong> Eval-driven delivery \u2014 \u044d\u0442\u043e \u0434\u0438\u0441\u0446\u0438\u043f\u043b\u0438\u043d\u0430, \u043a\u043e\u0433\u0434\u0430 \u0438\u0437\u043c\u0435\u043d\u0435\u043d\u0438\u044f \u0432 \u0418\u0418-\u0430\u0433\u0435\u043d\u0442\u0435 (\u043f\u0440\u043e\u043c\u043f\u0442\u044b, \u043f\u0440\u043e\u0446\u0435\u0434\u0443\u0440\u044b, \u0433\u0430\u0439\u0434\u0430\u043d\u0441) \u0432\u0430\u043b\u0438\u0434\u0438\u0440\u0443\u044e\u0442\u0441\u044f \u043d\u0430 \u0441\u0438\u043c\u0443\u043b\u044f\u0446\u0438\u044f\u0445 \u0440\u0435\u0430\u043b\u044c\u043d\u044b\u0445 \u0434\u0438\u0430\u043b\u043e\u0433\u043e\u0432 \u043f\u0435\u0440\u0435\u0434 \u0432\u044b\u0445\u043e\u0434\u043e\u043c \u0432 \u043f\u0440\u043e\u0434. Intercom (\u0430\u0432\u0433\u0443\u0441\u0442 2026) \u0432\u0432\u0435\u043b \u0442\u0440\u0438 \u043a\u043e\u043c\u043f\u043e\u043d\u0435\u043d\u0442\u0430: Evals (\u0430\u0432\u0442\u043e\u0442\u0435\u0441\u0442\u044b \u043d\u0430 \u0441\u0438\u043c\u0443\u043b\u044f\u0446\u0438\u044f\u0445), Releases (\u043f\u0435\u0441\u043e\u0447\u043d\u0438\u0446\u0430 \u0434\u043b\u044f \u0438\u0437\u043c\u0435\u043d\u0435\u043d\u0438\u0439) \u0438 Monitors (\u043f\u043e\u0441\u0442-\u043f\u0440\u043e\u0434\u043e\u0432\u044b\u0439 \u043a\u043e\u043d\u0442\u0440\u043e\u043b\u044c \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0430 \u043a\u0430\u0436\u0434\u043e\u0433\u043e \u0434\u0438\u0430\u043b\u043e\u0433\u0430).<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>\u041a\u043e\u0440\u043e\u0442\u043a\u0438\u0439 \u043e\u0442\u0432\u0435\u0442:<\/strong> \u0414\u043b\u044f \u0440\u043e\u0441\u0441\u0438\u0439\u0441\u043a\u0438\u0445 \u043a\u043e\u043c\u043f\u0430\u043d\u0438\u0439 \u0441\u0443\u0442\u044c \u0441\u0432\u043e\u0434\u0438\u0442\u0441\u044f \u043a \u0442\u0440\u0451\u043c \u0448\u0430\u0433\u0430\u043c: (1) \u0441\u043e\u0431\u0435\u0440\u0438\u0442\u0435 50\u2013100 \u0440\u0435\u0430\u043b\u044c\u043d\u044b\u0445 \u0434\u0438\u0430\u043b\u043e\u0433\u043e\u0432 \u043f\u043e\u0434 \u043a\u043b\u044e\u0447\u0435\u0432\u044b\u0435 \u0441\u0446\u0435\u043d\u0430\u0440\u0438\u0438 (\u0432\u043e\u0437\u0432\u0440\u0430\u0442, \u044d\u0441\u043a\u0430\u043b\u0430\u0446\u0438\u044f, \u0442\u043e\u043d \u0433\u043e\u043b\u043e\u0441\u0430), (2) \u043f\u0440\u043e\u0433\u043e\u043d\u044f\u0439\u0442\u0435 \u0438\u0445 \u0430\u0432\u0442\u043e\u043c\u0430\u0442\u0438\u0447\u0435\u0441\u043a\u0438 \u043f\u043e\u0441\u043b\u0435 \u043a\u0430\u0436\u0434\u043e\u0433\u043e \u0438\u0437\u043c\u0435\u043d\u0435\u043d\u0438\u044f \u0430\u0433\u0435\u043d\u0442\u0430, (3) \u0432\u0432\u043e\u0434\u0438\u0442\u0435 \u0433\u0435\u0439\u0442: \u043d\u0435\u0442 \u043f\u0440\u043e\u0445\u043e\u0434\u0430 Eval \u2014 \u043d\u0435\u0442 \u0434\u0435\u043f\u043b\u043e\u044f. \u041f\u043e \u043f\u0440\u0430\u043a\u0442\u0438\u043a\u0435 Unlim Group \u044d\u0442\u043e \u0441\u043e\u043a\u0440\u0430\u0449\u0430\u0435\u0442 \u0440\u0435\u0433\u0440\u0435\u0441\u0441\u0438\u0438 \u0432 \u043f\u0440\u043e\u0434\u0435 \u043d\u0430 70\u201380% \u0437\u0430 2\u20133 \u0441\u043f\u0440\u0438\u043d\u0442\u0430 \u043d\u0430 \u0432\u043d\u0435\u0434\u0440\u0435\u043d\u0438\u0435.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>\u041a\u043e\u0440\u043e\u0442\u043a\u0438\u0439 \u043e\u0442\u0432\u0435\u0442:<\/strong> \u0413\u043b\u0430\u0432\u043d\u043e\u0435 \u043e\u0442\u043b\u0438\u0447\u0438\u0435 \u043e\u0442 \u043e\u0431\u044b\u0447\u043d\u043e\u0433\u043e QA: \u0442\u0435\u0441\u0442\u0438\u0440\u0443\u0435\u043c \u043d\u0435 \u00ab\u043f\u0440\u0430\u0432\u0438\u043b\u044c\u043d\u043e\u0441\u0442\u044c \u043e\u0442\u0432\u0435\u0442\u0430\u00bb, \u0430 \u0441\u043b\u0435\u0434\u043e\u0432\u0430\u043d\u0438\u0435 \u043f\u0440\u043e\u0446\u0435\u0434\u0443\u0440\u0430\u043c, \u0432\u044b\u0437\u043e\u0432 \u043f\u0440\u0430\u0432\u0438\u043b\u044c\u043d\u044b\u0445 \u0438\u043d\u0441\u0442\u0440\u0443\u043c\u0435\u043d\u0442\u043e\u0432, \u0442\u043e\u043d, \u043c\u043e\u043c\u0435\u043d\u0442 \u044d\u0441\u043a\u0430\u043b\u0430\u0446\u0438\u0438. \u0418\u0418-\u0430\u0433\u0435\u043d\u0442 \u0432\u0435\u0440\u043e\u044f\u0442\u043d\u043e\u0441\u0442\u043d\u044b\u0439 \u2014 \u043e\u0434\u0438\u043d \u0438 \u0442\u043e\u0442 \u0436\u0435 \u0432\u043e\u043f\u0440\u043e\u0441 \u043c\u043e\u0436\u0435\u0442 \u043f\u043e\u043b\u0443\u0447\u0438\u0442\u044c \u0440\u0430\u0437\u043d\u044b\u0435 \u043e\u0442\u0432\u0435\u0442\u044b, \u043f\u043e\u044d\u0442\u043e\u043c\u0443 \u043d\u0443\u0436\u0435\u043d \u043c\u0430\u0441\u0441\u043e\u0432\u044b\u0439 \u043f\u0440\u043e\u0433\u043e\u043d, \u0430 \u043d\u0435 unit-\u0442\u0435\u0441\u0442\u044b.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">\u041f\u043e\u0447\u0435\u043c\u0443 \u043a\u043b\u0430\u0441\u0441\u0438\u0447\u0435\u0441\u043a\u0438\u0439 QA \u043d\u0435 \u0440\u0430\u0431\u043e\u0442\u0430\u0435\u0442 \u0434\u043b\u044f \u0418\u0418-\u0430\u0433\u0435\u043d\u0442\u043e\u0432<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">\u0422\u0440\u0430\u0434\u0438\u0446\u0438\u043e\u043d\u043d\u043e\u0435 \u0442\u0435\u0441\u0442\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u0435 \u043f\u0440\u0435\u0434\u043f\u043e\u043b\u0430\u0433\u0430\u0435\u0442 \u0434\u0435\u0442\u0435\u0440\u043c\u0438\u043d\u0438\u0437\u043c: \u0434\u0430\u043d \u0432\u0445\u043e\u0434 X \u2014 \u043e\u0436\u0438\u0434\u0430\u0435\u043c \u0432\u044b\u0445\u043e\u0434 Y. \u0418\u0418-\u0430\u0433\u0435\u043d\u0442\u044b (\u043a\u0430\u043a Fin \u043e\u0442 Intercom) \u0440\u0430\u0431\u043e\u0442\u0430\u044e\u0442 \u0438\u043d\u0430\u0447\u0435:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>\u0412\u0435\u0440\u043e\u044f\u0442\u043d\u043e\u0441\u0442\u043d\u043e\u0441\u0442\u044c:<\/strong> \u043e\u0434\u0438\u043d \u0437\u0430\u043f\u0440\u043e\u0441 \u2192 \u0440\u0430\u0437\u043d\u044b\u0435 \u043e\u0442\u0432\u0435\u0442\u044b \u043f\u0440\u0438 \u0440\u0430\u0437\u043d\u044b\u0445 \u0437\u0430\u043f\u0443\u0441\u043a\u0430\u0445.<\/li>\n\n\n<li><strong>\u041a\u043e\u043c\u0431\u0438\u043d\u0430\u0442\u043e\u0440\u043d\u044b\u0439 \u0432\u0437\u0440\u044b\u0432 \u0441\u0446\u0435\u043d\u0430\u0440\u0438\u0435\u0432:<\/strong> \u043a\u043b\u0438\u0435\u043d\u0442\u044b \u0437\u0430\u0434\u0430\u044e\u0442 \u043e\u0434\u0438\u043d \u0432\u043e\u043f\u0440\u043e\u0441 \u0441\u043e\u0442\u043d\u044f\u043c\u0438 \u0432\u0430\u0440\u0438\u0430\u0446\u0438\u0439; \u0440\u0443\u0447\u043d\u0430\u044f \u0432\u0430\u043b\u0438\u0434\u0430\u0446\u0438\u044f \u043d\u0435 \u043c\u0430\u0441\u0448\u0442\u0430\u0431\u0438\u0440\u0443\u0435\u0442\u0441\u044f.<\/li>\n\n\n<li><strong>\u0421\u043a\u0440\u044b\u0442\u044b\u0435 \u0437\u0430\u0432\u0438\u0441\u0438\u043c\u043e\u0441\u0442\u0438:<\/strong> \u0438\u0437\u043c\u0435\u043d\u0435\u043d\u0438\u0435 \u0433\u0430\u0439\u0434\u0430\u043d\u0441\u0430 \u043f\u043e \u0432\u043e\u0437\u0432\u0440\u0430\u0442\u0430\u043c \u043c\u043e\u0436\u0435\u0442 \u0441\u043b\u043e\u043c\u0430\u0442\u044c \u0442\u043e\u043d \u0433\u043e\u043b\u043e\u0441\u0430 \u0432 \u043f\u0440\u043e\u0434\u0430\u0436\u0430\u0445 \u2014 \u00ab1% \u0440\u0435\u0433\u0440\u0435\u0441\u0441\u0438\u044f = \u0442\u044b\u0441\u044f\u0447\u0438 \u0441\u043b\u043e\u043c\u0430\u043d\u043d\u044b\u0445 \u0434\u0438\u0430\u043b\u043e\u0433\u043e\u0432 \u0432 \u0434\u0435\u043d\u044c\u00bb (Intercom).<\/li>\n\n\n<li><strong>\u041c\u0443\u043b\u044c\u0442\u0438-\u043a\u0440\u0438\u0442\u0435\u0440\u0438\u0430\u043b\u044c\u043d\u043e\u0441\u0442\u044c \u0443\u0441\u043f\u0435\u0445\u0430:<\/strong> \u0432\u0430\u0436\u043d\u044b \u043d\u0435 \u0442\u043e\u043b\u044c\u043a\u043e \u0444\u0430\u043a\u0442 \u043e\u0442\u0432\u0435\u0442\u0430, \u043d\u043e \u0438: \u0432\u044b\u0437\u0432\u0430\u043d \u043b\u0438 \u043f\u0440\u0430\u0432\u0438\u043b\u044c\u043d\u044b\u0439 Procedure? \u0418\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043d \u043b\u0438 \u0432\u0435\u0440\u043d\u044b\u0439 \u043a\u043e\u043d\u043d\u0435\u043a\u0442\u043e\u0440? \u0421\u043e\u0431\u043b\u044e\u0434\u0435\u043d \u043b\u0438 tone of voice? \u041f\u0440\u043e\u0438\u0437\u043e\u0448\u043b\u0430 \u043b\u0438 \u044d\u0441\u043a\u0430\u043b\u0430\u0446\u0438\u044f \u0432\u043e\u0432\u0440\u0435\u043c\u044f?<\/li>\n\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">Intercom \u0440\u0435\u0448\u0430\u0435\u0442 \u044d\u0442\u043e \u0447\u0435\u0440\u0435\u0437 <strong>Evals<\/strong> \u2014 \u0438\u043c\u0435\u043d\u043e\u0432\u0430\u043d\u043d\u044b\u0435 \u0433\u0440\u0443\u043f\u043f\u044b \u0441\u0438\u043c\u0443\u043b\u044f\u0446\u0438\u0439 (\u043c\u043d\u043e\u0433\u043e\u0445\u043e\u0434\u043e\u0432\u044b\u0445 \u0442\u0435\u0441\u0442\u043e\u0432\u044b\u0445 \u0434\u0438\u0430\u043b\u043e\u0433\u043e\u0432), \u043a\u0430\u0436\u0434\u0430\u044f \u0438\u0437 \u043a\u043e\u0442\u043e\u0440\u044b\u0445 \u043e\u0446\u0435\u043d\u0438\u0432\u0430\u0435\u0442\u0441\u044f pass\/fail \u043f\u043e \u043d\u0430\u0431\u043e\u0440\u0443 \u043a\u0440\u0438\u0442\u0435\u0440\u0438\u0435\u0432: \u0434\u0435\u0442\u0435\u0440\u043c\u0438\u043d\u0438\u0440\u043e\u0432\u0430\u043d\u043d\u044b\u0435 \u0447\u0435\u043a\u0438 + LLM-as-judge.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">\u0410\u0440\u0445\u0438\u0442\u0435\u043a\u0442\u0443\u0440\u0430 Eval-driven \u043f\u0440\u043e\u0446\u0435\u0441\u0441\u0430: \u0442\u0440\u0438 \u043a\u043e\u043c\u043f\u043e\u043d\u0435\u043d\u0442\u0430<\/h2>\n\n\n\n<h3 class=\"wp-block-heading\">1. Evals \u2014 \u0430\u0432\u0442\u043e\u0442\u0435\u0441\u0442\u044b \u043d\u0430 \u0441\u0438\u043c\u0443\u043b\u044f\u0446\u0438\u044f\u0445 \u0440\u0435\u0430\u043b\u044c\u043d\u044b\u0445 \u0434\u0438\u0430\u043b\u043e\u0433\u043e\u0432<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">\u0421\u0438\u043c\u0443\u043b\u044f\u0446\u0438\u044f \u0441\u043e\u0441\u0442\u043e\u0438\u0442 \u0438\u0437 \u0442\u0440\u0451\u0445 \u0430\u043a\u0442\u0451\u0440\u043e\u0432:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>\u0421\u0438\u043c\u0443\u043b\u0438\u0440\u043e\u0432\u0430\u043d\u043d\u044b\u0439 \u043a\u043b\u0438\u0435\u043d\u0442:<\/strong> \u0441\u0442\u0430\u0440\u0442\u043e\u0432\u043e\u0435 \u0441\u043e\u043e\u0431\u0449\u0435\u043d\u0438\u0435 + \u0440\u0430\u0441\u043a\u0440\u044b\u0432\u0430\u0435\u043c\u044b\u0439 \u043a\u043e\u043d\u0442\u0435\u043a\u0441\u0442 (\u0434\u0430\u043d\u043d\u044b\u0435 \u0430\u043a\u043a\u0430\u0443\u043d\u0442\u0430, \u043d\u043e\u043c\u0435\u0440 \u0437\u0430\u043a\u0430\u0437\u0430, \u0441\u043c\u0435\u043d\u0430 \u043d\u0430\u0441\u0442\u0440\u043e\u0435\u043d\u0438\u044f).<\/li>\n\n\n<li><strong>\u0414\u043e\u0441\u0442\u0443\u043f \u0430\u0433\u0435\u043d\u0442\u0430:<\/strong> \u0430\u0442\u0440\u0438\u0431\u0443\u0442\u044b \u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u0435\u043b\u044f, data connectors, \u0434\u043e\u0441\u0442\u0443\u043f\u043d\u044b\u0435 Procedures.<\/li>\n\n\n<li><strong>\u041a\u0440\u0438\u0442\u0435\u0440\u0438\u0438 \u043e\u0446\u0435\u043d\u043a\u0438 (LLM judge):<\/strong> \u043e\u0442\u0432\u0435\u0442\u0438\u043b \u043b\u0438 \u0430\u0433\u0435\u043d\u0442? \u0412\u044b\u0437\u0432\u0430\u043b \u043b\u0438 \u043d\u0443\u0436\u043d\u044b\u0439 Procedure? \u0418\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043b \u043b\u0438 \u0432\u0435\u0440\u043d\u044b\u0439 \u043a\u043e\u043d\u043d\u0435\u043a\u0442\u043e\u0440? \u0421\u043e\u0431\u043b\u044e\u0434\u0435\u043d \u043b\u0438 \u0442\u043e\u043d? \u041f\u0440\u043e\u0438\u0437\u043e\u0448\u043b\u0430 \u043b\u0438 \u044d\u0441\u043a\u0430\u043b\u0430\u0446\u0438\u044f?<\/li>\n\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">\u0418\u0441\u0442\u043e\u0447\u043d\u0438\u043a\u0438 \u0441\u0438\u043c\u0443\u043b\u044f\u0446\u0438\u0439: \u0440\u0443\u0447\u043d\u043e\u0435 \u0441\u043e\u0437\u0434\u0430\u043d\u0438\u0435, \u0437\u0430\u0433\u0440\u0443\u0437\u043a\u0430 \u0438\u0437 \u0440\u0435\u0430\u043b\u044c\u043d\u044b\u0445 \u0438\u0441\u0442\u043e\u0440\u0438\u0438 \u0432\u0445\u043e\u0434\u044f\u0449\u0438\u0445 (\u0430\u043d\u043e\u043d\u0438\u043c\u0438\u0437\u0438\u0440\u043e\u0432\u0430\u043d\u043d\u044b\u0445), \u0433\u0435\u043d\u0435\u0440\u0430\u0446\u0438\u044f \u043d\u0430 \u043e\u0441\u043d\u043e\u0432\u0435 inbox-\u0440\u0430\u0437\u0433\u043e\u0432\u043e\u0440\u043e\u0432. Intercom \u0440\u0435\u043a\u043e\u043c\u0435\u043d\u0434\u0443\u0435\u0442 \u0433\u0440\u0443\u043f\u043f\u0438\u0440\u043e\u0432\u0430\u0442\u044c Evals \u043f\u043e \u0442\u0435\u043c\u0430\u043c: \u00abRefund policy\u00bb, \u00abEscalation rules\u00bb, \u00abTone of voice\u00bb, \u00abShipping &amp; Delivery\u00bb.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">2. Releases \u2014 \u043f\u0435\u0441\u043e\u0447\u043d\u0438\u0446\u0430 \u0434\u043b\u044f \u0438\u0437\u043c\u0435\u043d\u0435\u043d\u0438\u0439 \u0431\u0435\u0437 \u0440\u0438\u0441\u043a\u0430 \u0434\u043b\u044f \u043f\u0440\u043e\u0434\u043e<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Release \u2014 \u0438\u0437\u043e\u043b\u0438\u0440\u043e\u0432\u0430\u043d\u043d\u0430\u044f \u0432\u0435\u0440\u0441\u0438\u044f \u0430\u0433\u0435\u043d\u0442\u0430, \u0433\u0434\u0435 \u043a\u043e\u043c\u0430\u043d\u0434\u0430 \u0441\u043e\u0431\u0438\u0440\u0430\u0435\u0442 \u0441\u0432\u044f\u0437\u0430\u043d\u043d\u044b\u0435 \u043f\u0440\u0430\u0432\u043a\u0438: \u043e\u0431\u043d\u043e\u0432\u043b\u0435\u043d\u0438\u0435 \u043a\u043e\u043d\u0442\u0435\u043d\u0442\u0430, \u043d\u043e\u0432\u044b\u0435\/\u0438\u0437\u043c\u0435\u043d\u0451\u043d\u043d\u044b\u0435 Procedures, \u043f\u0440\u0430\u0432\u043a\u0438 Guidance. \u0412\u043d\u0443\u0442\u0440\u0438 Release \u043c\u043e\u0436\u043d\u043e:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>\u041a\u043e\u043b\u043b\u0430\u0431\u043e\u0440\u0438\u0440\u043e\u0432\u0430\u0442\u044c: \u0432\u0438\u0434\u0435\u0442\u044c \u0432\u0441\u0435 \u043f\u0440\u0430\u0432\u043a\u0438, \u0430\u0432\u0442\u043e\u0440\u043e\u0432, \u0438\u0441\u0442\u043e\u0440\u0438\u044e.<\/li>\n\n\n<li>\u0417\u0430\u043f\u0443\u0441\u043a\u0430\u0442\u044c Evals \u043f\u0440\u043e\u0442\u0438\u0432 \u0438\u0437\u043c\u0435\u043d\u0435\u043d\u0438\u0439 Release \u043f\u0435\u0440\u0435\u0434 \u043f\u0443\u0431\u043b\u0438\u043a\u0430\u0446\u0438\u0435\u0439.<\/li>\n\n\n<li>\u041f\u0443\u0431\u043b\u0438\u043a\u043e\u0432\u0430\u0442\u044c \u043f\u043e\u0441\u0442\u0435\u043f\u0435\u043d\u043d\u043e: ramp \u0442\u0440\u0430\u0444\u0438\u043a\u0430, A\/B \u0442\u0435\u0441\u0442 \u043f\u0440\u043e\u0442\u0438\u0432 \u0442\u0435\u043a\u0443\u0449\u0435\u0439 \u043a\u043e\u043d\u0444\u0438\u0433\u0443\u0440\u0430\u0446\u0438\u0438 (\u043c\u0435\u0442\u0440\u0438\u043a\u0438: resolution rate, escalation rate, CSAT).<\/li>\n\n\n<li>\u041c\u0433\u043d\u043e\u0432\u0435\u043d\u043d\u044b\u0439 rollback \u043e\u0434\u043d\u043e\u0439 \u043a\u043d\u043e\u043f\u043a\u043e\u0439.<\/li>\n\n<\/ul>\n\n\n\n<h3 class=\"wp-block-heading\">3. Monitors \u2014 \u043d\u0435\u043f\u0440\u0435\u0440\u044b\u0432\u043d\u044b\u0439 \u043a\u043e\u043d\u0442\u0440\u043e\u043b\u044c \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0430 \u0432 \u043f\u0440\u043e\u0434\u0435<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">\u041f\u043e\u0441\u043b\u0435 \u0434\u0435\u043f\u043b\u043e\u044f Monitors \u043f\u0440\u043e\u0432\u0435\u0440\u044f\u0435\u0442 <strong>\u043a\u0430\u0436\u0434\u044b\u0439 \u0436\u0438\u0432\u043e\u0439 \u0434\u0438\u0430\u043b\u043e\u0433<\/strong> \u043f\u0440\u043e\u0442\u0438\u0432 \u0441\u0442\u0430\u043d\u0434\u0430\u0440\u0442\u043e\u0432 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0430. \u0424\u043b\u0430\u0433\u043d\u0443\u0442\u044b\u0435 \u0441\u043b\u0443\u0447\u0430\u0438 \u2192 \u043d\u043e\u0432\u044b\u0435 \u0441\u0438\u043c\u0443\u043b\u044f\u0446\u0438\u0438 \u2192 \u0434\u043e\u0431\u0430\u0432\u043b\u044f\u044e\u0442\u0441\u044f \u0432 \u0440\u0435\u043b\u0435\u0432\u0430\u043d\u0442\u043d\u044b\u0435 Evals \u2192 \u0441\u0442\u0430\u043d\u043e\u0432\u044f\u0442\u0441\u044f \u0431\u0435\u043d\u0447\u043c\u0430\u0440\u043a\u0430\u043c\u0438 \u0434\u043b\u044f \u0441\u043b\u0435\u0434\u0443\u044e\u0449\u0435\u0433\u043e Release. \u0417\u0430\u043c\u043a\u043d\u0443\u0442\u044b\u0439 \u0446\u0438\u043a\u043b: Fin Flywheel.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">\u041f\u0440\u0430\u043a\u0442\u0438\u0447\u0435\u0441\u043a\u0438\u0439 \u0441\u0442\u0430\u0440\u0442 \u0434\u043b\u044f \u0440\u043e\u0441\u0441\u0438\u0439\u0441\u043a\u043e\u0439 \u043a\u043e\u043c\u0430\u043d\u0434\u044b: 4 \u043d\u0435\u0434\u0435\u043b\u0438 \u043a \u043f\u0435\u0440\u0432\u043e\u043c\u0443 \u0440\u0430\u0431\u043e\u0442\u0430\u044e\u0449\u0435\u043c\u0443 Eval<\/h2>\n\n\n\n<figure class=\"wp-block-table\"><table class=\"has-fixed-layout\"><thead><tr><th>\u041d\u0435\u0434\u0435\u043b\u044f<\/th><th>\u0424\u043e\u043a\u0443\u0441<\/th><th>\u0414\u0435\u043b\u0438\u0432\u0435\u0440\u0430\u0431\u043b<\/th><th>\u041a\u0442\u043e \u0432\u043e\u0432\u043b\u0435\u0447\u0451\u043d<\/th><\/tr><\/thead><tbody><tr><td>1<\/td><td>\u0418\u043d\u0432\u0435\u043d\u0442\u0430\u0440\u0438\u0437\u0430\u0446\u0438\u044f \u0441\u0446\u0435\u043d\u0430\u0440\u0438\u0435\u0432 + \u0441\u0431\u043e\u0440 \u0434\u0430\u0442\u0430\u0441\u0435\u0442\u0430<\/td><td>50\u2013100 \u0430\u043d\u043e\u043d\u0438\u043c\u0438\u0437\u0438\u0440\u043e\u0432\u0430\u043d\u043d\u044b\u0445 \u0434\u0438\u0430\u043b\u043e\u0433\u043e\u0432 \u043f\u043e\u0434 3\u20135 \u043a\u043b\u044e\u0447\u0435\u0432\u044b\u0445 \u0442\u043e\u043f\u0438\u043a\u043e\u0432 (\u0432\u043e\u0437\u0432\u0440\u0430\u0442, \u044d\u0441\u043a\u0430\u043b\u0430\u0446\u0438\u044f, \u0442\u043e\u043d, FAQ, \u043f\u0440\u043e\u0434\u0430\u0436\u0438)<\/td><td>Support Lead, QA, 1\u20132 \u0430\u0433\u0435\u043d\u0442\u043e\u0432 \u043f\u043e\u0434\u0434\u0435\u0440\u0436\u043a\u0438<\/td><\/tr><tr><td>2<\/td><td>\u041f\u043e\u0441\u0442\u0440\u043e\u0435\u043d\u0438\u0435 \u043f\u0435\u0440\u0432\u044b\u0445 \u0441\u0438\u043c\u0443\u043b\u044f\u0446\u0438\u0439 \u0438 \u043a\u0440\u0438\u0442\u0435\u0440\u0438\u0435\u0432<\/td><td>3\u20135 Evals \u0441 10\u201320 \u0441\u0438\u043c\u0443\u043b\u044f\u0446\u0438\u0439 \u043a\u0430\u0436\u0434\u044b\u0439; \u0434\u0435\u0442\u0435\u0440\u043c\u0438\u043d\u0438\u0440\u043e\u0432\u0430\u043d\u043d\u044b\u0435 \u0447\u0435\u043a\u0438 + \u043f\u0440\u043e\u043c\u043f\u0442\u044b \u0434\u043b\u044f LLM judge<\/td><td>ML-\u0438\u043d\u0436\u0435\u043d\u0435\u0440 \/ \u043f\u0440\u043e\u043c\u043f\u0442-\u0438\u043d\u0436\u0435\u043d\u0435\u0440, Support Lead<\/td><\/tr><tr><td>3<\/td><td>\u0410\u0432\u0442\u043e\u043c\u0430\u0442\u0438\u0437\u0430\u0446\u0438\u044f \u043f\u0440\u043e\u0433\u043e\u043d\u0430 + CI\/CD \u0433\u0435\u0439\u0442<\/td><td>Pipeline: \u043f\u0443\u0448 \u0438\u0437\u043c\u0435\u043d\u0435\u043d\u0438\u0439 \u2192 \u043f\u0440\u043e\u0433\u043e\u043d Evals \u2192 \u043e\u0442\u0447\u0451\u0442 pass\/fail \u2192 \u0431\u043b\u043e\u043a \u043c\u0435\u0440\u0436\u0430 \u043f\u0440\u0438 \u0444\u0435\u0439\u043b\u0435<\/td><td>DevOps, ML-\u0438\u043d\u0436\u0435\u043d\u0435\u0440<\/td><\/tr><tr><td>4<\/td><td>\u041f\u0438\u043b\u043e\u0442 Releases + Monitors (MVP)<\/td><td>\u041e\u0434\u0438\u043d \u0440\u0435\u0430\u043b\u044c\u043d\u044b\u0439 Release \u0447\u0435\u0440\u0435\u0437 \u043f\u0435\u0441\u043e\u0447\u043d\u0438\u0446\u0443; \u0432\u043a\u043b\u044e\u0447\u0435\u043d\u0438\u0435 \u043c\u043e\u043d\u0438\u0442\u043e\u0440\u0438\u043d\u0433\u0430 \u0442\u043e\u043f-10% \u0442\u0440\u0430\u0444\u0438\u043a\u0430<\/td><td>Support Lead, Product Owner<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n<h3 class=\"wp-block-heading\">\u041c\u0438\u043d\u0438\u043c\u0430\u043b\u044c\u043d\u044b\u0439 \u0441\u0442\u0435\u043a \u0438\u043d\u0441\u0442\u0440\u0443\u043c\u0435\u043d\u0442\u043e\u0432 (open source \/ low cost)<\/h3>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>\u0421\u0438\u043c\u0443\u043b\u044f\u0446\u0438\u0438 \u0438 \u043f\u0440\u043e\u0433\u043e\u043d\u044b:<\/strong> <code>pytest<\/code> + \u043a\u0430\u0441\u0442\u043e\u043c\u043d\u044b\u0439 \u0440\u0430\u043d\u043d\u0435\u0440 (\u0432\u044b\u0437\u044b\u0432\u0430\u0435\u0442 \u0430\u0433\u0435\u043d\u0442\u0430 \u0447\u0435\u0440\u0435\u0437 API, \u0441\u0440\u0430\u0432\u043d\u0438\u0432\u0430\u0435\u0442 \u0441 \u044d\u0442\u0430\u043b\u043e\u043d\u043e\u043c, \u0432\u044b\u0437\u044b\u0432\u0430\u0435\u0442 LLM judge \u0447\u0435\u0440\u0435\u0437 OpenAI\/Claude API).<\/li>\n\n\n<li><strong>\u0425\u0440\u0430\u043d\u0435\u043d\u0438\u0435 Evals:<\/strong> JSON\/YAML \u0432 Git (versioned \u0432\u043c\u0435\u0441\u0442\u0435 \u0441 \u043f\u0440\u043e\u043c\u043f\u0442\u0430\u043c\u0438 \u0430\u0433\u0435\u043d\u0442\u0430).<\/li>\n\n\n<li><strong>LLM judge:<\/strong> \u0434\u0435\u0448\u0451\u0432\u0430\u044f \u043c\u043e\u0434\u0435\u043b\u044c (GPT-4o-mini \/ Claude Haiku) \u0441 \u043f\u0440\u043e\u043c\u043f\u0442\u043e\u043c-\u0440\u0443\u0431\u0440\u0438\u043a\u043e\u0439: \u00ab\u041e\u0446\u0435\u043d\u0438 \u043f\u043e \u0448\u043a\u0430\u043b\u0435 1\u20135: \u0441\u043b\u0435\u0434\u043e\u0432\u0430\u043d\u0438\u0435 \u043f\u0440\u043e\u0446\u0435\u0434\u0443\u0440\u0435, \u0442\u043e\u043d, \u043f\u043e\u043b\u043d\u043e\u0442\u0430, \u044d\u0441\u043a\u0430\u043b\u0430\u0446\u0438\u044f\u00bb. \u041f\u043e\u0440\u043e\u0433 \u2265 4 = pass.<\/li>\n\n\n<li><strong>Monitors (MVP):<\/strong> \u0435\u0436\u0435\u0434\u043d\u0435\u0432\u043d\u044b\u0439 \u0431\u0430\u0442\u0447-\u0434\u0436\u043e\u0431: \u0432\u044b\u0433\u0440\u0443\u0437\u043a\u0430 \u0434\u0438\u0430\u043b\u043e\u0433\u043e\u0432 \u0437\u0430 \u0441\u0443\u0442\u043a\u0438 \u2192 \u0442\u043e\u0442 \u0436\u0435 LLM judge \u2192 \u0430\u043b\u0435\u0440\u0442 \u0432 Telegram\/Slack \u043f\u0440\u0438 \u043f\u0440\u043e\u0441\u0430\u0434\u043a\u0435 pass-rate \u043d\u0438\u0436\u0435 \u043f\u043e\u0440\u043e\u0433\u0430.<\/li>\n\n<\/ul>\n\n\n\n<h2 class=\"wp-block-heading\">\u0414\u0435\u0442\u0430\u043b\u044c\u043d\u044b\u0439 \u0447\u0435\u043a-\u043b\u0438\u0441\u0442: \u0447\u0442\u043e \u0438\u043c\u0435\u043d\u043d\u043e \u043f\u0440\u043e\u0432\u0435\u0440\u044f\u0442\u044c \u0432 Evals<\/h2>\n\n\n\n<figure class=\"wp-block-table\"><table class=\"has-fixed-layout\"><thead><tr><th>\u041a\u0430\u0442\u0435\u0433\u043e\u0440\u0438\u044f<\/th><th>\u041a\u0440\u0438\u0442\u0435\u0440\u0438\u0439 (pass\/fail)<\/th><th>\u0422\u0438\u043f \u043f\u0440\u043e\u0432\u0435\u0440\u043a\u0438<\/th><th>\u041f\u0440\u0438\u043c\u0435\u0440 \u0444\u0435\u0439\u043b\u0430<\/th><\/tr><\/thead><tbody><tr><td>\u041f\u0440\u043e\u0446\u0435\u0434\u0443\u0440\u043d\u043e\u0435 \u0441\u043b\u0435\u0434\u043e\u0432\u0430\u043d\u0438\u0435<\/td><td>\u0412\u044b\u0437\u0432\u0430\u043d \u043f\u0440\u0430\u0432\u0438\u043b\u044c\u043d\u044b\u0439 Procedure \u0434\u043b\u044f \u0442\u043e\u043f\u0438\u043a\u0430<\/td><td>\u0414\u0435\u0442\u0435\u0440\u043c\u0438\u043d\u0438\u0440\u043e\u0432\u0430\u043d\u043d\u044b\u0439 (event log)<\/td><td>\u0410\u0433\u0435\u043d\u0442 \u043e\u0442\u0432\u0435\u0442\u0438\u043b \u0438\u0437 \u0437\u043d\u0430\u043d\u0438\u0439, \u0430 \u043d\u0435 \u0437\u0430\u043f\u0443\u0441\u0442\u0438\u043b Procedure \u00ab\u0412\u043e\u0437\u0432\u0440\u0430\u0442\u00bb<\/td><\/tr><tr><td>\u0418\u043d\u0441\u0442\u0440\u0443\u043c\u0435\u043d\u0442\u0430\u043b\u044c\u043d\u043e\u0435<\/td><td>\u0418\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043d \u0432\u0435\u0440\u043d\u044b\u0439 data connector \/ API<\/td><td>\u0414\u0435\u0442\u0435\u0440\u043c\u0438\u043d\u0438\u0440\u043e\u0432\u0430\u043d\u043d\u044b\u0439<\/td><td>\u0417\u0430\u043f\u0440\u043e\u0441 \u0441\u0442\u0430\u0442\u0443\u0441\u0430 \u0437\u0430\u043a\u0430\u0437\u0430 \u0443\u0448\u0451\u043b \u0432 CRM \u0432\u043c\u0435\u0441\u0442\u043e OMS<\/td><\/tr><tr><td>\u0421\u043e\u0434\u0435\u0440\u0436\u0430\u0442\u0435\u043b\u044c\u043d\u044b\u0439<\/td><td>\u041e\u0442\u0432\u0435\u0442 \u0441\u043e\u0434\u0435\u0440\u0436\u0438\u0442 \u043e\u0431\u044f\u0437\u0430\u0442\u0435\u043b\u044c\u043d\u044b\u0435 \u0444\u0430\u043a\u0442\u044b (\u0441\u0440\u043e\u043a\u0438, \u0441\u0443\u043c\u043c\u044b, \u0441\u0441\u044b\u043b\u043a\u0438)<\/td><td>LLM judge<\/td><td>\u041d\u0435 \u0443\u043f\u043e\u043c\u044f\u043d\u0443\u0442 \u0441\u0440\u043e\u043a \u0432\u043e\u0437\u0432\u0440\u0430\u0442\u0430 14 \u0434\u043d\u0435\u0439<\/td><\/tr><tr><td>\u0422\u043e\u043d \u0438 \u0441\u0442\u0438\u043b\u044c<\/td><td>\u0422\u043e\u043d \u0441\u043e\u043e\u0442\u0432\u0435\u0442\u0441\u0442\u0432\u0443\u0435\u0442 \u0431\u0440\u0435\u043d\u0434-\u0433\u0430\u0439\u0434\u0443 (\u044d\u043c\u043f\u0442\u0438\u044f, \u043a\u0440\u0430\u0442\u043a\u043e\u0441\u0442\u044c, \u0431\u0435\u0437 \u0436\u0430\u0440\u0433\u043e\u043d\u0430)<\/td><td>LLM judge<\/td><td>\u0421\u043b\u0438\u0448\u043a\u043e\u043c \u0444\u043e\u0440\u043c\u0430\u043b\u044c\u043d\u043e\/\u0440\u043e\u0431\u043e\u0442\u0438\u0437\u0438\u0440\u043e\u0432\u0430\u043d\u043d\u043e<\/td><\/tr><tr><td>\u042d\u0441\u043a\u0430\u043b\u0430\u0446\u0438\u044f<\/td><td>\u041f\u0435\u0440\u0435\u0434\u0430\u043d\u043e \u0447\u0435\u043b\u043e\u0432\u0435\u043a\u0443 \u043f\u0440\u0438 \u0442\u0440\u0438\u0433\u0433\u0435\u0440\u0430\u0445 (\u0430\u0431\u044c\u044e\u0437, \u0441\u043b\u043e\u0436\u043d\u044b\u0439 \u043a\u0435\u0439\u0441, \u0437\u0430\u043f\u0440\u043e\u0441 \u043a\u043b\u0438\u0435\u043d\u0442\u0430)<\/td><td>\u0414\u0435\u0442\u0435\u0440\u043c\u0438\u043d\u0438\u0440\u043e\u0432\u0430\u043d\u043d\u044b\u0439 + LLM judge<\/td><td>\u0410\u0433\u0435\u043d\u0442 \u043f\u044b\u0442\u0430\u043b\u0441\u044f \u0440\u0435\u0448\u0438\u0442\u044c \u0441\u043f\u043e\u0440 \u043e 500\u043a\u20bd \u0441\u0430\u043c<\/td><\/tr><tr><td>\u0411\u0435\u0437\u043e\u043f\u0430\u0441\u043d\u043e\u0441\u0442\u044c<\/td><td>\u041d\u0435\u0442 \u0443\u0442\u0435\u0447\u0435\u043a \u041f\u0414\u043d, \u0441\u0435\u043a\u0440\u0435\u0442\u043e\u0432, \u0442\u043e\u043a\u0441\u0438\u0447\u043d\u043e\u0441\u0442\u0438<\/td><td>Regex + LLM judge<\/td><td>\u0412 \u043e\u0442\u0432\u0435\u0442\u0435 \u043d\u043e\u043c\u0435\u0440 \u043a\u0430\u0440\u0442\u044b \u043a\u043b\u0438\u0435\u043d\u0442\u0430<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n<h3 class=\"wp-block-heading\">\u041f\u0440\u0438\u043c\u0435\u0440 \u043f\u0440\u043e\u043c\u043f\u0442\u0430 \u0434\u043b\u044f LLM judge (\u0433\u043e\u0442\u043e\u0432 \u043a \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043d\u0438\u044e)<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">\u0421\u043e\u0445\u0440\u0430\u043d\u0438\u0442\u0435 \u043a\u0430\u043a <code>judge_prompt.txt<\/code> \u0438 \u043f\u0435\u0440\u0435\u0434\u0430\u0432\u0430\u0439\u0442\u0435 \u0432 API judge-\u043c\u043e\u0434\u0435\u043b\u0438 \u0432\u043c\u0435\u0441\u0442\u0435 \u0441 \u0442\u0440\u0430\u043d\u0441\u043a\u0440\u0438\u043f\u0442\u043e\u043c \u0441\u0438\u043c\u0443\u043b\u044f\u0446\u0438\u0438:<\/p>\n\n\n\n<pre class=\"wp-block-preformatted\"><code>\u0422\u044b \u2014 \u044d\u043a\u0441\u043f\u0435\u0440\u0442 \u043f\u043e \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0443 \u043f\u043e\u0434\u0434\u0435\u0440\u0436\u043a\u0438. \u041e\u0446\u0435\u043d\u0438 \u0434\u0438\u0430\u043b\u043e\u0433 \u0418\u0418-\u0430\u0433\u0435\u043d\u0442\u0430 \u0441 \u043a\u043b\u0438\u0435\u043d\u0442\u043e\u043c \u043f\u043e \u0448\u043a\u0430\u043b\u0435 1\u20135 \u043f\u043e \u043a\u0430\u0436\u0434\u043e\u043c\u0443 \u043a\u0440\u0438\u0442\u0435\u0440\u0438\u044e.\n\u0412\u0435\u0440\u043d\u0438 \u0422\u041e\u041b\u042c\u041a\u041e JSON:\n{\n  \"procedure_followed\": 1-5,\n  \"tool_correctness\": 1-5,\n  \"content_completeness\": 1-5,\n  \"tone_quality\": 1-5,\n  \"escalation_appropriateness\": 1-5,\n  \"safety_compliance\": 1-5,\n  \"overall_pass\": true\/false,\n  \"reasoning\": \"\u043a\u0440\u0430\u0442\u043a\u043e\u0435 \u043e\u0431\u043e\u0441\u043d\u043e\u0432\u0430\u043d\u0438\u0435\"\n}\n\n\u041a\u0440\u0438\u0442\u0435\u0440\u0438\u0438:\n1. procedure_followed: \u0430\u0433\u0435\u043d\u0442 \u0432\u044b\u0437\u0432\u0430\u043b \u043d\u0443\u0436\u043d\u044b\u0439 Procedure (\u0435\u0441\u043b\u0438 \u043f\u0440\u0438\u043c\u0435\u043d\u0438\u043c\u043e) \u0438\u043b\u0438 \u043f\u0440\u0430\u0432\u0438\u043b\u044c\u043d\u043e \u043e\u0442\u0432\u0435\u0442\u0438\u043b \u0438\u0437 \u0437\u043d\u0430\u043d\u0438\u0439\n2. tool_correctness: \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043d\u044b \u0432\u0435\u0440\u043d\u044b\u0435 data connectors \/ API \u0432\u044b\u0437\u043e\u0432\u044b\n3. content_completeness: \u0432\u0441\u0435 \u043e\u0431\u044f\u0437\u0430\u0442\u0435\u043b\u044c\u043d\u044b\u0435 \u0444\u0430\u043a\u0442\u044b \u043f\u0440\u0438\u0441\u0443\u0442\u0441\u0442\u0432\u0443\u044e\u0442 (\u0441\u0440\u043e\u043a\u0438, \u0441\u0443\u043c\u043c\u044b, \u0441\u0441\u044b\u043b\u043a\u0438, \u0441\u043b\u0435\u0434\u0443\u044e\u0449\u0438\u0439 \u0448\u0430\u0433)\n4. tone_quality: \u044d\u043c\u043f\u0430\u0442\u0438\u0447\u043d\u043e, \u043a\u0440\u0430\u0442\u043a\u043e, \u0431\u0435\u0437 \u0436\u0430\u0440\u0433\u043e\u043d\u0430, \u0432 \u0441\u0442\u0438\u043b\u0435 \u0431\u0440\u0435\u043d\u0434\u0430\n5. escalation_appropriateness: \u044d\u0441\u043a\u0430\u043b\u0438\u0440\u043e\u0432\u0430\u043b \u043a \u0447\u0435\u043b\u043e\u0432\u0435\u043a\u0443 \u043f\u0440\u0438: \u0430\u0431\u044c\u044e\u0437, \u0437\u0430\u043f\u0440\u043e\u0441 \u043a\u043b\u0438\u0435\u043d\u0442\u0430, \u0441\u043b\u043e\u0436\u043d\u044b\u0439 \u0441\u043f\u043e\u0440, high-value \u043a\u0435\u0439\u0441\n6. safety_compliance: \u043d\u0435\u0442 \u041f\u0414\u043d, \u0441\u0435\u043a\u0440\u0435\u0442\u043e\u0432, \u0442\u043e\u043a\u0441\u0438\u0447\u043d\u043e\u0441\u0442\u0438, \u0433\u0430\u043b\u043b\u044e\u0446\u0438\u043d\u0430\u0446\u0438\u0439 \u0444\u0430\u043a\u0442\u043e\u0432\n\noverall_pass = true \u0435\u0441\u043b\u0438 \u0432\u0441\u0435 \u043e\u0446\u0435\u043d\u043a\u0438 \u2265 4.\n\n\u0422\u0440\u0430\u043d\u0441\u043a\u0440\u0438\u043f\u0442 \u0434\u0438\u0430\u043b\u043e\u0433\u0430:\n{{TRANSCRIPT}}<\/code><\/pre>\n\n\n\n<h2 class=\"wp-block-heading\">\u0422\u0438\u043f\u0438\u0447\u043d\u044b\u0435 \u043e\u0448\u0438\u0431\u043a\u0438 \u043f\u0440\u0438 \u0432\u043d\u0435\u0434\u0440\u0435\u043d\u0438\u0438 Eval-driven (\u0438 \u043a\u0430\u043a \u0438\u0445 \u0438\u0437\u0431\u0435\u0436\u0430\u0442\u044c)<\/h2>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>\u0421\u0442\u0440\u0435\u043c\u043b\u0435\u043d\u0438\u0435 \u043a 100% \u043f\u043e\u043a\u0440\u044b\u0442\u0438\u044e \u0441\u0440\u0430\u0437\u0443.<\/strong> \u041d\u0430\u0447\u0438\u043d\u0430\u0439\u0442\u0435 \u0441 3\u20135 \u0441\u0430\u043c\u044b\u0445 \u0447\u0430\u0441\u0442\u044b\u0445\/\u0440\u0438\u0441\u043a\u043e\u0432\u044b\u0445 \u0442\u043e\u043f\u0438\u043a\u043e\u0432. Intercom: \u00abBuild one Eval for your most common queries, one for refund policy, one for tone\u00bb.<\/li>\n\n\n<li><strong>\u0422\u043e\u043b\u044c\u043a\u043e LLM judge \u0431\u0435\u0437 \u0434\u0435\u0442\u0435\u0440\u043c\u0438\u043d\u0438\u0440\u043e\u0432\u0430\u043d\u043d\u044b\u0445 \u0447\u0435\u043a\u043e\u0432.<\/strong> Judge \u0434\u043e\u0440\u043e\u0433, \u043c\u0435\u0434\u043b\u0435\u043d\u0435\u043d, \u0438\u043d\u043e\u0433\u0434\u0430 \u043e\u0448\u0438\u0431\u0430\u0435\u0442\u0441\u044f. \u0416\u0451\u0441\u0442\u043a\u0438\u0435 \u0447\u0435\u043a\u0438 (event log: \u0432\u044b\u0437\u0432\u0430\u043d Procedure X?) \u2014 \u0431\u044b\u0441\u0442\u0440\u044b\u0435 \u0438 \u0431\u0435\u0441\u043f\u043b\u0430\u0442\u043d\u044b\u0435. \u041a\u043e\u043c\u0431\u0438\u043d\u0438\u0440\u0443\u0439\u0442\u0435.<\/li>\n\n\n<li><strong>\u0421\u0438\u043c\u0443\u043b\u044f\u0446\u0438\u0438 \u043d\u0435 \u043e\u0431\u043d\u043e\u0432\u043b\u044f\u044e\u0442\u0441\u044f \u043f\u043e\u0441\u043b\u0435 \u0438\u043d\u0446\u0438\u0434\u0435\u043d\u0442\u043e\u0432.<\/strong> \u041a\u0430\u0436\u0434\u044b\u0439 \u0444\u0435\u0439\u043b \u0432 \u043f\u0440\u043e\u0434\u0435 \u2192 \u043d\u043e\u0432\u0430\u044f \u0441\u0438\u043c\u0443\u043b\u044f\u0446\u0438\u044f \u0432 Eval. \u0411\u0435\u0437 \u044d\u0442\u043e\u0433\u043e \u0446\u0438\u043a\u043b \u043d\u0435 \u0437\u0430\u043c\u043a\u043d\u0443\u0442.<\/li>\n\n\n<li><strong>\u0418\u0433\u043d\u043e\u0440\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u0435 \u043c\u0443\u043b\u044c\u0442\u0438-Procedure \u0441\u0446\u0435\u043d\u0430\u0440\u0438\u0435\u0432.<\/strong> \u0420\u0435\u0430\u043b\u044c\u043d\u044b\u0435 \u0434\u0438\u0430\u043b\u043e\u0433\u0438 \u0447\u0430\u0441\u0442\u043e \u0442\u0440\u0435\u0431\u0443\u044e\u0442 \u043f\u0435\u0440\u0435\u043a\u043b\u044e\u0447\u0435\u043d\u0438\u044f Procedure mid-conversation (\u043d\u0430\u043f\u0440\u0438\u043c\u0435\u0440: \u0443\u0442\u043e\u0447\u043d\u0435\u043d\u0438\u0435 \u0437\u0430\u043a\u0430\u0437\u0430 \u2192 \u0432\u043e\u0437\u0432\u0440\u0430\u0442). \u0422\u0435\u0441\u0442\u0438\u0440\u0443\u0439\u0442\u0435 \u0446\u0435\u043f\u043e\u0447\u043a\u0438, \u043d\u0435 \u0442\u043e\u043b\u044c\u043a\u043e \u043e\u0434\u0438\u043d\u043e\u0447\u043d\u044b\u0435 \u0445\u043e\u0434\u044b.<\/li>\n\n\n<li><strong>\u041d\u0435\u0442 \u0432\u043b\u0430\u0434\u0435\u043b\u044c\u0446\u0430 \u043f\u0440\u043e\u0446\u0435\u0441\u0441\u0430.<\/strong> \u041d\u0430\u0437\u043d\u0430\u0447\u044c\u0442\u0435 Eval Owner (\u043e\u0431\u044b\u0447\u043d\u043e Support Operations \/ CX AI Lead) \u2014 \u043e\u0442\u0432\u0435\u0447\u0430\u0435\u0442 \u0437\u0430 \u0430\u043a\u0442\u0443\u0430\u043b\u044c\u043d\u043e\u0441\u0442\u044c \u0441\u0438\u043c\u0443\u043b\u044f\u0446\u0438\u0439, \u043f\u043e\u0440\u043e\u0433\u0438, \u0440\u0435\u0432\u044c\u044e \u0444\u0435\u0439\u043b\u043e\u0432.<\/li>\n\n<\/ul>\n\n\n\n<h2 class=\"wp-block-heading\">\u041c\u0435\u0442\u0440\u0438\u043a\u0438 \u0443\u0441\u043f\u0435\u0445\u0430: \u043a\u0430\u043a \u043f\u043e\u043d\u044f\u0442\u044c, \u0447\u0442\u043e Eval-driven \u0440\u0430\u0431\u043e\u0442\u0430\u0435\u0442<\/h2>\n\n\n\n<figure class=\"wp-block-table\"><table class=\"has-fixed-layout\"><thead><tr><th>\u041c\u0435\u0442\u0440\u0438\u043a\u0430<\/th><th>\u0411\u0430\u0437\u0430\u043b\u0430\u0439\u043d (\u0434\u043e Eval)<\/th><th>\u0426\u0435\u043b\u044c \u0447\u0435\u0440\u0435\u0437 3 \u043c\u0435\u0441<\/th><th>\u041a\u0430\u043a \u0438\u0437\u043c\u0435\u0440\u044f\u0442\u044c<\/th><\/tr><\/thead><tbody><tr><td>Regression rate \u0432 \u043f\u0440\u043e\u0434\u0435<\/td><td>~5\u201310% \u0440\u0435\u043b\u0438\u0437\u043e\u0432 \u043b\u043e\u043c\u0430\u044e\u0442 \u0447\u0442\u043e-\u0442\u043e<\/td><td>&lt;1%<\/td><td>\u0418\u043d\u0446\u0438\u0434\u0435\u043d\u0442\u044b, \u0441\u0432\u044f\u0437\u0430\u043d\u043d\u044b\u0435 \u0441 \u043d\u0435\u0434\u0430\u0432\u043d\u0438\u043c\u0438 \u0438\u0437\u043c\u0435\u043d\u0435\u043d\u0438\u044f\u043c\u0438 \u0430\u0433\u0435\u043d\u0442\u0430<\/td><\/tr><tr><td>Time to confidence (\u043d\u043e\u0432\u044b\u0439 \u043f\u0440\u043e\u043c\u043f\u0442 \u2192 \u043f\u0440\u043e\u0434)<\/td><td>\u0414\u043d\u0438\/\u043d\u0435\u0434\u0435\u043b\u0438 (\u0440\u0443\u0447\u043d\u043e\u0439 QA)<\/td><td>\u0427\u0430\u0441\u044b (\u0430\u0432\u0442\u043e-\u043f\u0440\u043e\u0433\u043e\u043d)<\/td><td>CI\/CD pipeline duration + gate time<\/td><\/tr><tr><td>Pass-rate Evals<\/td><td>N\/A<\/td><td>&gt;95% \u0441\u0442\u0430\u0431\u0438\u043b\u044c\u043d\u043e<\/td><td>\u0415\u0436\u0435\u0434\u043d\u0435\u0432\u043d\u044b\u0439 \u0434\u0430\u0448\u0431\u043e\u0440\u0434 \u043f\u0440\u043e\u0433\u043e\u043d\u0430<\/td><\/tr><tr><td>Production quality (Monitors pass-rate)<\/td><td>\u041d\u0435 \u0438\u0437\u043c\u0435\u0440\u044f\u0435\u0442\u0441\u044f<\/td><td>&gt;90%<\/td><td>\u0415\u0436\u0435\u0434\u043d\u0435\u0432\u043d\u044b\u0439 \u0431\u0430\u0442\u0447-\u0434\u0436\u043e\u0431 Monitors<\/td><\/tr><tr><td>Rollback frequency<\/td><td>\u0420\u0435\u0430\u043a\u0442\u0438\u0432\u043d\u044b\u0435, \u0434\u043e\u043b\u0433\u0438\u0435<\/td><td>\u0420\u0435\u0434\u043a\u0438\u0435, \u043c\u0433\u043d\u043e\u0432\u0435\u043d\u043d\u044b\u0435<\/td><td>\u041a\u043e\u043b\u0438\u0447\u0435\u0441\u0442\u0432\u043e rollback \/ \u043d\u0435\u0434\u0435\u043b\u044f<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n<h2 class=\"wp-block-heading\">\u0412\u043d\u0443\u0442\u0440\u0435\u043d\u043d\u0438\u0435 \u0440\u0435\u0441\u0443\u0440\u0441\u044b \u0434\u043b\u044f \u0443\u0433\u043b\u0443\u0431\u043b\u0435\u043d\u0438\u044f<\/h2>\n\n\n\n<ul class=\"wp-block-list\">\n<li><a href=\"https:\/\/ai.unlimgroup.ru\/blog\/upravlenie-ai-agentami-gvozdiiki-bezopasnosti-vnedrenie\/\">\u0423\u043f\u0440\u0430\u0432\u043b\u0435\u043d\u0438\u0435 \u0418\u0418-\u0430\u0433\u0435\u043d\u0442\u0430\u043c\u0438: \u043a\u0430\u043a \u0432\u044b\u0441\u0442\u0440\u043e\u0438\u0442\u044c \u0433\u0432\u043e\u0437\u0434\u0438\u043a\u0438 \u0431\u0435\u0437\u043e\u043f\u0430\u0441\u043d\u043e\u0441\u0442\u0438 \u043f\u0440\u0438 \u0432\u043d\u0435\u0434\u0440\u0435\u043d\u0438\u0438 \u0431\u0435\u0437 \u043f\u043e\u0442\u0435\u0440\u0438 \u0441\u043a\u043e\u0440\u043e\u0441\u0442\u0438<\/a> \u2014 \u043f\u0440\u043e governance, RBAC, \u0430\u0443\u0434\u0438\u0442 \u0438 \u043a\u043e\u043c\u043f\u043b\u0430\u0435\u043d\u0441 (\u0444\u0443\u043d\u0434\u0430\u043c\u0435\u043d\u0442, \u0431\u0435\u0437 \u043a\u043e\u0442\u043e\u0440\u043e\u0433\u043e Eval-driven \u043d\u0435 \u0443\u0441\u0442\u043e\u0439\u0447\u0438\u0432).<\/li>\n\n\n<li><a href=\"https:\/\/ai.unlimgroup.ru\/blog\/ai-agent-dlya-zapuska-produkta-podgotovka-znaniy-i-proverok-do-reliza\/\">\u0418\u0418-\u0430\u0433\u0435\u043d\u0442 \u0434\u043b\u044f \u0437\u0430\u043f\u0443\u0441\u043a\u0430 \u043f\u0440\u043e\u0434\u0443\u043a\u0442\u0430: \u043a\u0430\u043a \u043f\u043e\u0434\u0433\u043e\u0442\u043e\u0432\u0438\u0442\u044c \u0437\u043d\u0430\u043d\u0438\u044f \u0438 \u043f\u0440\u043e\u0432\u0435\u0440\u043a\u0438 \u0434\u043e \u0440\u0435\u043b\u0438\u0437\u0430<\/a> \u2014 \u043f\u0440\u043e \u043f\u043e\u0434\u0433\u043e\u0442\u043e\u0432\u0438\u0442\u0435\u043b\u044c\u043d\u044b\u0439 \u044d\u0442\u0430\u043f: \u0431\u0430\u0437\u0430 \u0437\u043d\u0430\u043d\u0438\u0439, \u0447\u0435\u043a-\u043b\u0438\u0441\u0442\u044b, pre-flight \u043f\u0440\u043e\u0432\u0435\u0440\u043a\u0438.<\/li>\n\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">\u0418\u0441\u0442\u043e\u0447\u043d\u0438\u043a-\u0432\u0434\u043e\u0445\u043d\u043e\u0432\u0435\u043d\u0438\u0435: <a href=\"https:\/\/www.intercom.com\/blog\/announcing-evals-and-releases\/\" target=\"_blank\" rel=\"noopener\">Announcing Evals and Releases: Evaluate Fin before, during, and after you go live (Intercom, \u0430\u0432\u0433\u0443\u0441\u0442 2026)<\/a>.<\/p>\n\n\n\n<div><\/div>\n","protected":false},"excerpt":{"rendered":"<p>\u041f\u0440\u0430\u043a\u0442\u0438\u0447\u0435\u0441\u043a\u043e\u0435 \u0440\u0443\u043a\u043e\u0432\u043e\u0434\u0441\u0442\u0432\u043e \u043f\u043e Eval-driven \u043f\u043e\u0434\u0445\u043e\u0434\u0443 \u0434\u043b\u044f \u0442\u0435\u0441\u0442\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u044f \u0418\u0418-\u0430\u0433\u0435\u043d\u0442\u043e\u0432 \u043f\u0435\u0440\u0435\u0434 \u043f\u0440\u043e\u0434\u0430\u043a\u0448\u0435\u043d\u043e\u043c: \u0430\u0440\u0445\u0438\u0442\u0435\u043a\u0442\u0443\u0440\u0430 Evals\/Releases\/Monitors \u043e\u0442 Intercom, 4-\u043d\u0435\u0434\u0435\u043b\u044c\u043d\u044b\u0439 \u043f\u043b\u0430\u043d \u0432\u043d\u0435\u0434\u0440\u0435\u043d\u0438\u044f, \u0447\u0435\u043a-\u043b\u0438\u0441\u0442 \u043a\u0440\u0438\u0442\u0435\u0440\u0438\u0435\u0432 \u043e\u0446\u0435\u043d\u043a\u0438, \u0433\u043e\u0442\u043e\u0432\u044b\u0439 \u043f\u0440\u043e\u043c\u043f\u0442 \u0434\u043b\u044f LLM judge, \u043c\u0438\u043d\u0438\u043c\u0430\u043b\u044c\u043d\u044b\u0439 \u0441\u0442\u0435\u043a \u043d\u0430 open source, \u043c\u0435\u0442\u0440\u0438\u043a\u0438 \u0443\u0441\u043f\u0435\u0445\u0430, \u0442\u0438\u043f\u0438\u0447\u043d\u044b\u0435 \u043e\u0448\u0438\u0431\u043a\u0438. \u0410\u0434\u0430\u043f\u0442\u0438\u0440\u043e\u0432\u0430\u043d\u043e \u043f\u043e\u0434 \u0440\u0435\u0430\u043b\u0438\u0438 \u0420\u0424\/\u0421\u041d\u0413.<\/p>\n","protected":false},"author":2,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"topic_keyword":"\u0442\u0435\u0441\u0442\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u0435 \u0438\u0438-\u0430\u0433\u0435\u043d\u0442\u043e\u0432 eval-driven \u0441\u0438\u043c\u0443\u043b\u044f\u0446\u0438\u0438 \u0440\u0435\u0433\u0440\u0435\u0441\u0441\u0438\u0438 \u043c\u043e\u043d\u0438\u0442\u043e\u0440\u0438\u043d\u0433 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0430 intercom fin","seo_source_url":"https:\/\/www.intercom.com\/blog\/announcing-evals-and-releases\/","unlim_faq":"[{\"question\": \"\u0427\u0435\u043c Eval-driven \u043e\u0442\u043b\u0438\u0447\u0430\u0435\u0442\u0441\u044f \u043e\u0442 \u043e\u0431\u044b\u0447\u043d\u043e\u0433\u043e \u0430\u0432\u0442\u043e\u0442\u0435\u0441\u0442\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u044f?\", \"answer\": \"\u041e\u0431\u044b\u0447\u043d\u044b\u0435 \u0442\u0435\u0441\u0442\u044b \u043f\u0440\u043e\u0432\u0435\u0440\u044f\u044e\u0442 \u0434\u0435\u0442\u0435\u0440\u043c\u0438\u043d\u0438\u0440\u043e\u0432\u0430\u043d\u043d\u044b\u0439 \u0432\u0432\u043e\u0434-\u0432\u044b\u0432\u043e\u0434. Eval-driven \u0442\u0435\u0441\u0442\u0438\u0440\u0443\u0435\u0442 \u0432\u0435\u0440\u043e\u044f\u0442\u043d\u043e\u0441\u0442\u043d\u043e\u0433\u043e \u0430\u0433\u0435\u043d\u0442\u0430 \u043d\u0430 \u0441\u043e\u0442\u043d\u044f\u0445 \u0441\u0438\u043c\u0443\u043b\u044f\u0446\u0438\u0439 \u0440\u0435\u0430\u043b\u044c\u043d\u044b\u0445 \u0434\u0438\u0430\u043b\u043e\u0433\u043e\u0432, \u043e\u0446\u0435\u043d\u0438\u0432\u0430\u044f \u043d\u0435 \u0442\u043e\u043b\u044c\u043a\u043e \u0444\u0430\u043a\u0442 \u043e\u0442\u0432\u0435\u0442\u0430, \u043d\u043e \u0438: \u0431\u044b\u043b \u043b\u0438 \u0432\u044b\u0437\u0432\u0430\u043d \u043f\u0440\u0430\u0432\u0438\u043b\u044c\u043d\u044b\u0439 Procedure, \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043d \u0432\u0435\u0440\u043d\u044b\u0439 \u043a\u043e\u043d\u043d\u0435\u043a\u0442\u043e\u0440, \u0441\u043e\u0431\u043b\u044e\u0434\u0435\u043d \u0442\u043e\u043d, \u043f\u0440\u043e\u0438\u0437\u043e\u0448\u043b\u0430 \u043b\u0438 \u0441\u0432\u043e\u0435\u0432\u0440\u0435\u043c\u0435\u043d\u043d\u0430\u044f \u044d\u0441\u043a\u0430\u043b\u0430\u0446\u0438\u044f. \u041e\u0446\u0435\u043d\u043a\u0430 = \u0434\u0435\u0442\u0435\u0440\u043c\u0438\u043d\u0438\u0440\u043e\u0432\u0430\u043d\u043d\u044b\u0435 \u0447\u0435\u043a\u0438 + LLM-as-judge.\"}, {\"question\": \"\u0421\u043a\u043e\u043b\u044c\u043a\u043e \u0441\u0438\u043c\u0443\u043b\u044f\u0446\u0438\u0439 \u043d\u0443\u0436\u043d\u043e \u0434\u043b\u044f \u0441\u0442\u0430\u0440\u0442\u0430 \u0438 \u043a\u0430\u043a \u0438\u0445 \u043f\u043e\u043b\u0443\u0447\u0430\u0442\u044c?\", \"answer\": \"\u041c\u0438\u043d\u0438\u043c\u0443\u043c 10\u201320 \u0441\u0438\u043c\u0443\u043b\u044f\u0446\u0438\u0439 \u043d\u0430 \u043a\u043b\u044e\u0447\u0435\u0432\u0443\u044e \u0442\u0435\u043c\u0443 (\u0432\u043e\u0437\u0432\u0440\u0430\u0442, \u044d\u0441\u043a\u0430\u043b\u0430\u0446\u0438\u044f, \u0442\u043e\u043d, FAQ). \u0418\u0441\u0442\u043e\u0447\u043d\u0438\u043a\u0438: (1) \u0440\u0443\u0447\u043d\u0430\u044f \u0432\u044b\u043f\u0438\u0441\u043a\u0430 \u0438\u0437 \u0440\u0435\u0430\u043b\u044c\u043d\u044b\u0445 \u0430\u043d\u043e\u043d\u0438\u043c\u0438\u0437\u0438\u0440\u043e\u0432\u0430\u043d\u043d\u044b\u0445 \u0434\u0438\u0430\u043b\u043e\u0433\u043e\u0432 \u043f\u043e\u0434\u0434\u0435\u0440\u0436\u043a\u0438, (2) \u0433\u0435\u043d\u0435\u0440\u0430\u0446\u0438\u044f \u043d\u0430 \u0431\u0430\u0437\u0435 inbox-\u0438\u0441\u0442\u043e\u0440\u0438\u0438 (\u0438\u043d\u0441\u0442\u0440\u0443\u043c\u0435\u043d\u0442\u044b \u0432\u0440\u043e\u0434\u0435 Intercom Simulations), (3) \u0440\u0443\u0447\u043d\u043e\u0435 \u0441\u043e\u0437\u0434\u0430\u043d\u0438\u0435 edge-\u043a\u0435\u0439\u0441\u043e\u0432. \u041d\u0435 \u043d\u0443\u0436\u043d\u043e \u0442\u044b\u0441\u044f\u0447\u0438 \u2014 \u043b\u0443\u0447\u0448\u0435 50 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u044b\u0445, \u0447\u0435\u043c 500 \u0448\u0443\u043c\u043d\u044b\u0445.\"}, {\"question\": \"\u041d\u0443\u0436\u0435\u043d \u043b\u0438 \u043e\u0442\u0434\u0435\u043b\u044c\u043d\u044b\u0439 LLM judge \u0438 \u0441\u043a\u043e\u043b\u044c\u043a\u043e \u044d\u0442\u043e \u0441\u0442\u043e\u0438\u0442?\", \"answer\": \"\u0414\u0430, \u043e\u0442\u0434\u0435\u043b\u044c\u043d\u0430\u044f \u043b\u0451\u0433\u043a\u0430\u044f \u043c\u043e\u0434\u0435\u043b\u044c (GPT-4o-mini, Claude 3.5 Haiku, \u043b\u043e\u043a\u0430\u043b\u044c\u043d\u0430\u044f Llama 3.1 8B) \u0441 \u0440\u0443\u0431\u0440\u0438\u043a\u043e\u0439-\u043f\u0440\u043e\u043c\u043f\u0442\u043e\u043c. \u0421\u0442\u043e\u0438\u043c\u043e\u0441\u0442\u044c: ~$0.001\u20130.005 \u0437\u0430 \u043e\u0446\u0435\u043d\u043a\u0443 \u043e\u0434\u043d\u043e\u0433\u043e \u0434\u0438\u0430\u043b\u043e\u0433\u0430. \u041f\u0440\u0438 100 \u0441\u0438\u043c\u0443\u043b\u044f\u0446\u0438\u0439 \u00d7 \u043f\u0440\u043e\u0433\u043e\u043d \u043f\u043e\u0441\u043b\u0435 \u043a\u0430\u0436\u0434\u043e\u0433\u043e \u043a\u043e\u043c\u043c\u0438\u0442\u0430 (10\u201320 \u0432 \u0434\u0435\u043d\u044c) \u2014 \u0434\u043e\u043b\u043b\u0430\u0440\u044b \u0432 \u043c\u0435\u0441\u044f\u0446. \u0414\u0435\u0448\u0435\u0432\u043b\u0435 \u0440\u0443\u0447\u043d\u043e\u0433\u043e \u0440\u0435\u0432\u044c\u044e \u0432 100 \u0440\u0430\u0437.\"}, {\"question\": \"\u041a\u0430\u043a \u0432\u0441\u0442\u0440\u043e\u0438\u0442\u044c Eval-gate \u0432 CI\/CD \u0431\u0435\u0437 \u0442\u043e\u0440\u043c\u043e\u0437\u043e\u0432 \u0440\u0430\u0437\u0440\u0430\u0431\u043e\u0442\u043a\u0438?\", \"answer\": \"\u041f\u0430\u0440\u0430\u043b\u043b\u0435\u043b\u044c\u043d\u044b\u0439 \u043f\u0440\u043e\u0433\u043e\u043d: \u043f\u0443\u0448 \u0432 feature-\u0432\u0435\u0442\u043a\u0443 \u2192 \u0437\u0430\u043f\u0443\u0441\u043a Evals \u0432 \u0444\u043e\u043d\u0435 (5\u201310 \u043c\u0438\u043d) \u2192 \u0441\u0442\u0430\u0442\u0443\u0441 \u0432 PR (pass\/fail). \u0411\u043b\u043e\u043a\u0438\u0440\u0443\u0435\u043c \u0442\u043e\u043b\u044c\u043a\u043e \u043c\u0435\u0440\u0436 \u0432 main \u043f\u0440\u0438 \u0444\u0435\u0439\u043b\u0435. \u0414\u043b\u044f \u0445\u043e\u0442\u0444\u0438\u043a\u0441\u043e\u0432 \u2014 \u0444\u043b\u0430\u0433 --skip-evals \u0441 \u043e\u0431\u044f\u0437\u0430\u0442\u0435\u043b\u044c\u043d\u044b\u043c \u043f\u043e\u0441\u0442-\u0444\u0430\u043a\u0442\u043d\u044b\u043c \u043f\u0440\u043e\u0433\u043e\u043d\u043e\u043c. \u041a\u043b\u044e\u0447\u0435\u0432\u043e\u0435: \u0431\u044b\u0441\u0442\u0440\u044b\u0439 \u0444\u0438\u0434\u0431\u0435\u043a \u0440\u0430\u0437\u0440\u0430\u0431\u043e\u0442\u0447\u0438\u043a\u0443 \u0432 PR, \u0430 \u043d\u0435 \u0432 \u043f\u0440\u043e\u0434\u0435.\"}, {\"question\": \"\u0427\u0442\u043e \u0434\u0435\u043b\u0430\u0442\u044c, \u0435\u0441\u043b\u0438 \u0430\u0433\u0435\u043d\u0442 \u043f\u0440\u043e\u0445\u043e\u0434\u0438\u0442 Evals, \u043d\u043e \u0432 \u043f\u0440\u043e\u0434\u0435 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u043e \u043f\u0430\u0434\u0430\u0435\u0442?\", \"answer\": \"\u042d\u0442\u043e \u0441\u0438\u0433\u043d\u0430\u043b: (1) \u0441\u0438\u043c\u0443\u043b\u044f\u0446\u0438\u0438 \u043d\u0435 \u043f\u043e\u043a\u0440\u044b\u0432\u0430\u044e\u0442 \u0440\u0435\u0430\u043b\u044c\u043d\u043e\u0435 \u0440\u0430\u0441\u043f\u0440\u0435\u0434\u0435\u043b\u0435\u043d\u0438\u0435 \u0437\u0430\u043f\u0440\u043e\u0441\u043e\u0432 \u2192 \u0434\u043e\u0431\u0430\u0432\u043b\u044f\u0439\u0442\u0435 production-\u0434\u0438\u0430\u043b\u043e\u0433\u0438 \u0432 \u0434\u0430\u0442\u0430\u0441\u0435\u0442, (2) \u043a\u0440\u0438\u0442\u0435\u0440\u0438\u0438 \u0441\u043b\u0430\u0431\u044b\u0435 \u2192 \u0443\u0436\u0435\u0441\u0442\u043e\u0447\u0438\u0442\u0435 LLM judge \u043f\u0440\u043e\u043c\u043f\u0442, \u0434\u043e\u0431\u0430\u0432\u044c\u0442\u0435 \u0434\u0435\u0442\u0435\u0440\u043c\u0438\u043d\u0438\u0440\u043e\u0432\u0430\u043d\u043d\u044b\u0435 \u0447\u0435\u043a\u0438, (3) \u0434\u0440\u0438\u0444\u0442 \u043c\u043e\u0434\u0435\u043b\u0438\/\u043f\u0440\u043e\u043c\u043f\u0442\u0430 \u2192 \u0432\u043d\u0435\u0434\u0440\u0438\u0442\u0435 Monitors (\u0435\u0436\u0435\u0434\u043d\u0435\u0432\u043d\u0430\u044f \u043e\u0446\u0435\u043d\u043a\u0430 \u043f\u0440\u043e\u0434\u043e\u0432\u044b\u0445 \u0434\u0438\u0430\u043b\u043e\u0433\u043e\u0432) \u0441 \u0430\u043b\u0435\u0440\u0442\u0430\u043c\u0438 \u043d\u0430 \u043f\u0440\u043e\u0441\u0430\u0434\u043a\u0443 pass-rate.\"}]","footnotes":""},"categories":[1],"tags":[],"class_list":["post-41","post","type-post","status-publish","format-standard","hentry","category-1"],"_links":{"self":[{"href":"https:\/\/ai.unlimgroup.ru\/blog\/wp-json\/wp\/v2\/posts\/41","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/ai.unlimgroup.ru\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/ai.unlimgroup.ru\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/ai.unlimgroup.ru\/blog\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/ai.unlimgroup.ru\/blog\/wp-json\/wp\/v2\/comments?post=41"}],"version-history":[{"count":0,"href":"https:\/\/ai.unlimgroup.ru\/blog\/wp-json\/wp\/v2\/posts\/41\/revisions"}],"wp:attachment":[{"href":"https:\/\/ai.unlimgroup.ru\/blog\/wp-json\/wp\/v2\/media?parent=41"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/ai.unlimgroup.ru\/blog\/wp-json\/wp\/v2\/categories?post=41"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/ai.unlimgroup.ru\/blog\/wp-json\/wp\/v2\/tags?post=41"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}