Notion · Exploitation
Évals
Des tests sur vos vrais cas, rejoués à chaque changement pour savoir si l'agent fait toujours bien son travail.
Définition rédigée par Numa, relue le 25/10/2026.
Explication technique
Un jeu de cas avec résultats attendus, des contrôles automatiques (règles, comparaison, modèle juge) et un suivi dans le temps. Plus fiable que les classements publics pour choisir un modèle.
Exemple concret
120 e-mails anonymisés : 117 bien traités, 3 renvoyés à un humain, 0 erreur silencieuse.
Passez en vue technique pour le fonctionnement détaillé.