LangSmithがJevとSemIfを含む意思決定モデルに対応
LangSmithが意思決定モデルに対応した。対象にはJevとSemIfが含まれ、各ステップを可視化する。
LangSmithが意思決定モデルに対応した。対象にはJevとSemIfが含まれ、各ステップを可視化する。
Rippling AI は Deep Agents と LangSmith を基盤に構築されており、スーパーバイザーエージェントが 5〜7 個の特化型サブエージェントを調整し、LangSmith でトレース、評価、本番環境の監視を実施している。
LangChain によると、LangSmith の Trajectories は今すぐ試せ、長時間動作するエージェントのデバッグ、専門担当者向けの読みやすい挙動ビュー、オンライン評価によるセッションの採点、本番セッションのファインチューニング用データセット化に使えるという。
LangChainによると、LangSmith Custom Appsはプロンプトでエージェントデータからインターフェースを作成でき、実行へのラベル付け、実験の比較、トレースの確認といったビューを含む。
LangChainはInterruptでLangSmith Engine v2を発表した。本番前にエージェントの問題を特定し、提案された修正をユーザーに示す前にテストし、非効率なエージェントの処理とともにコストとレイテンシの傾向を示す。
LangChainはInterruptでLangSmith Engine v2を発表し、エージェントの問題を事前に見つけ、ユーザーが目にする前に解決できるとしている。