Hamel Husain 详解如何用决策模型做自动评测
Hamel Husain 长文（网页）AIHOT スコア 66/100
要約
Hamel Husain 用 100 条公寓租赁客服 trace 实测 Jev 1.13、Perplexity Decider 1.1 27B、Liquid d1 与 d1-ultra、Cloudflare Clef Flash 和 OpenAI Decisions（GPT-6 Luna）识别失败案例。
元の記事の見出し
How To Use Decision Models for Evals