Numan 复盘 AI 健康教练 Nu 的评测优先体系

OmniTools 10月19日消息，据 LangChain 官方博客消息，英国数字健康公司 Numan 复盘了其 AI 健康教练 Nu 的评测体系建设，核心结论是真正稀缺的资产不是提示词，而是评测标准。

Numan 发现，单轮静态数据集和脚本化多轮对话都难以覆盖真实会话场景。为此，Nu 改为采用按类别打分的主题数据集，并加入由成本更低的模型扮演患者的模拟对话层；同时让安全回归测试自动阻断发布。相关系统基于 LangGraph 和 LangSmith 构建。