Descrição
Código estocástico e comportamento baseado em LLM podem ser avaliados com fluxos de teste repetíveis. Desenvolvedores de IA usam pydantic-evals em checagens de regressão de modelos, pontuação de agentes, datasets e experimentos de qualidade. Entradas e saídas de avaliação podem incluir prompts sensíveis ou conteúdo gerado.