Hex通过评估驱动开发优化AI功能降低错误率

Hex公司通过构建1800个评估用例，采用爬山法优化其Quick Edits AI功能，将错误编辑率从21%降至3%。 优化重点在于减少错误编辑而非错误转交，使用了GPT-6 Luna和Claude Haiku 4.5等小型模型，并通过验证器处理格式问题。Hex称超过50%的改进来自验证器优化而非提示词调整。 Hex表示，每次对提示词、验证器、图表属性、转交规则或用户体验进行更改后，都会运行这些评估。一次评估在Luna模型上花费低于10美元，并在高并发下耗时几分钟。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。