27 DE AGOSTO DE 2025 / Google Labs

Basta de realizar “pruebas de vibe” en tus LLM, es hora de hacer pruebas reales

Stax, una herramienta para desarrolladores experimental, aborda la naturaleza insuficiente de los LLM de “pruebas de vibe” al agilizar el ciclo de vida de evaluación de LLM, lo que permite a los usuarios probar rigurosamente su pila de IA y tomar decisiones basadas en datos a través del etiquetado humano y los autoevaluadores escalables de LLM como juez.