Claudeで評価設計とhillclimbingを自動化

評価を設計し、自己欺瞞を避けながら評価結果を改善する原則を紹介します。claude-apiスキルのbuild-evalおよびhillclimbコマンドの使い方も説明します。

原文の言語 · 英語

確認済み · 2026年10月10日