LangSmith 推出成对评估功能，对比 LLM 输出更高效

LangChain 在 LangSmith 平台中新增成对评估（Pairwise Evaluation）功能，帮助开发者对比两个 LLM 输出的优劣，适用于模型选型、提示词迭代等场景。

该功能允许用户将同一输入的两个不同输出并排展示，由人工或 LLM 作为评判者进行打分，支持自定义评分标准和排序逻辑。LangSmith 内置了对比模板和结果聚合视图，降低评估流程的搭建成本。

对于需要频繁对比不同模型或提示词效果的工程团队，成对评估能减少人工比对的工作量，将评估结果结构化地纳入 CI/CD 流程，提升 LLM 应用迭代的可观测性。