Dev.toLLM Prompt Regression 감지를 위한 Per-Criterion 메트릭 설계 및 Judge 검증 체계 구축Datadog dashboards for prompt regression: the panels we actually keepAI/MLintermediate23 분 소요2026년 6월 8일
Dev.toLLM-as-judge Binary 전환을 통한 Cohen's Kappa 0.47에서 0.78로 개선Switching our LLM-as-judge from 5-class to binary in CI: the patterns we keptAI/MLadvanced7 분 소요2026년 6월 3일