已过期65% 置信事实精确时间
Arize Phoenix专注于LLM评估，通过内置评估模板对检索相关性、回答忠实度和幻觉率进行量化打分
3
来源数
65%
置信度
中期 (~90 天)
时效性
2026/7/21
首次发现
此条事实已过期，仅作历史留存，不再代表当前状态
有效期至：2026/10/19(已过期)
来源
相关事实
待验证Arize Phoenix偏向ML Ops传统，提供embedding漂移检测、检索质量评估（如NDCG、MRR）和LLM-as-judge自动评估框架78% 相似待验证业界借助OpenTelemetry标准或LangSmith、Langfuse、Arize Phoenix等LLM可观测性平台追踪模型推理的输入输出、token消耗、延迟和工具调用70% 相似已验证智能体评估的主流方案包括LLM-as-Judge、轨迹匹配和结果验证69% 相似待验证对于难以自动化评估的指标（如幻觉率），部分团队引入LLM-as-Judge方法进行辅助评分66% 相似待验证深度研究智能体的评估可参考RAGAS框架，从忠实度、答案相关性等多维度评测65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/579660API
curl https://kongchang.com/api/v1/knowledge/claims/579660MCP
get_claim(id=579660)