LLM-as-a-judge

De FDA geeft Cognita Imaging 1,29 miljoen dollar voor een test waarin meerdere taalmodellen radiologieverslagen beoordelen op circa één miljoen patiëntonderzoeken. Radiologen controleren de klinisch belangrijke afwijkingen.

IBM breidt watsonx Orchestrate uit met beheer van agents over platforms, evaluatiegegevens en een geïsoleerde runtime. Een deel is al algemeen beschikbaar; voor de nieuwe catalogus- en runtimefuncties noemt IBM geen uitroldatum.

AWS koppelt live kwaliteitsmetingen voor productie-agents aan geautomatiseerd oorzaakonderzoek. AgentCore Evaluations scoort een steekproef van interacties asynchroon, terwijl DevOps Agent IAM-, CloudWatch- en runtime-sporen samenbrengt bij incidenten.