GitHub · 灵魂体仓库·· 12 天前AI 评分39
llm-agent-qa:基于 Claude API 的付款 Agent QA 与红队评测套件
yuri-spizhovyi-mit/llm-agent-qa
来源与原文
GitHub · 灵魂体仓库
发布时间:(北京时间)
阅读原始来源 · github.com ↗完整链接与内容说明
https://github.com/yuri-spizhovyi-mit/llm-agent-qa
本站目前仅有 AI 导读与摘要,未展示原文正文;技术细节、代码和完整结论请查看原始来源。
AI 导读
GitHub 开源项目 llm-agent-qa 构建了一个基于 Claude API 的应付账款 LLM Agent,可读取发票、核对供应商与余额并提议付款,但资金转移须经人工批准并由代码规则强制执行。配套评测套件包括带置信区间的 golden-task 评测、经人工标注校准的 LLM judge、提示词注入红队测试和 CI 门槛。项目环境为 tokenized-settlement-qa v1.0.0,目前处于 10 个里程碑中的第 1 个。
来源:GitHub · 灵魂体仓库 · github.com