andengineer https://blog.hatena.ne.jp/andengineer/ アンドエンジニア - エンジニアのこと、エンジニアから。 https://tenshoku.mynavi.jp/engineer/guide/ ニュース 齋藤 公二 （画像提供：Stax公式サイト） Googleは現地時間8月27日、Google Labsにて、LLM(大規模言語モデル)などの生成AIを活用してAIサービスを自社開発する際に、AIを評価するテストツール「Stax」を発表した。 Googleによると、AIの評価は「バイブコーディング(vibe coding)」のような感覚的な判断によって行われているのが現状だという。プロンプトの微調整を繰り返すと出力が良くなったと感じられるが、実際に良くなっているかは確実に判断できない。そこで、微調整を続けることになり、「エンジニアリングというよりアートのように感じる、バイブテスト(感覚で判定するテスト)のル… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Ftenshoku.mynavi.jp%2Fengineer%2Fguide%2Farticles%2Fn0033" title="Google、自社開発のAIサービスを評価するAIテストツール「Stax」を発表 - アンドエンジニア - エンジニアのこと、エンジニアから。" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;"></iframe> https://cdn-ak.f.st-hatena.com/images/fotolife/a/andengineer/20250918/20250918092808.jpg Hatena Blog https://hatena.blog 2025-10-10 15:30:00 rich https://tenshoku.mynavi.jp/engineer/guide/articles/n0033 1.0 100%