定義
評価ハーネスはAIにとってのテストスイートのコードへの関係です。入力のセット、期待される出力（または期待される品質）、自動採点方法を含みます。ハーネスは、モデル変更、プロンプト変更、検索変更、依存関係更新ごとに実行され、回帰がユーザーに到達する前に検出します。評価ハーネスがなければ、AI開発は推測と検証になります。
例
ヘルスケアAIアシスタント用の200問の評価セットで、LLM判定者と高リスクカテゴリの人間レビューの両方で採点。
Vedwixでの使用方法
AI機能自体の前に評価ハーネスを構築します。評価なし、契約なし。