Loading feed…
SitePoint0 Hot0 comments20 min read
Testing LLM Output in CI with Vitest and Schema Validation
AI summary
Trong bối cảnh kiểm soát chất lượng ứng dụng LLM, bài viết trình bày cách xây dựng bộ kiểm định CI xác định với chi phí bằng không bằng Vitest trong môi trường TypeScript. Giải pháp sử dụng replay fixtures và Zod schema contracts để xử lý các output không nhất quán từ các mô hình ngôn ngữ lớn. Kết quả là hệ thống CI có khả năng phát hiện ngay các thay đổi trong behavior của LLM mà không cần gọi lại API tốn kém. Lập trình viên sẽ học được cách tạo test suite tự động cho ứng dụng LLM với chi phí tối thiểu và độ tin cậy cao.
AI summaries can be wrong. Read the original before relying on anything important.
Why read it: Bài này giúp bạn xây dựng bộ kiểm định CI đáng tin cậy và không tốn chi phí cho ứng dụng LLM bằng cách sử dụng Vitest, replay fixtures và Zod schema contracts.
What do you remember?
Answer 3 short questions to earn reward points for this article. Only do it if you want the points.
up to +17 points
3 questions · under a minute · optional
Source: https://www.sitepoint.com/build-deterministic-llm-eval-suites-vitest-zod. 8 Sync News only summarizes and links out; content copyright belongs to the authors and original sources.
8 Sync ecosystem
One account, the whole ecosystem
Read the news here, practice coding, follow structured courses and train for IELTS on our sibling products — all connected through one 8 Sync account.
8syncdev.com
8syncdev.comThe ecosystem home: product overviews, blog and full pricing.
ExploreCourses
course.8syncdev.comLearn along a clear roadmap: videos, auto-graded quizzes, certificates and mentors who ship for a living.
View the roadmapCoding practice
coding.8syncdev.com1,000 DSA problems in Vietnamese, auto-graded across 7 languages — many FREE, right in your browser.
Practice for freeIELTS
ielts.8syncdev.comAI grading for all four IELTS skills with detailed rubric feedback.
Try it freeZUS — AI IDE
zus.8syncdev.comA 22 MB AI IDE for Vietnamese devs.
Download freemind0
mind0.8syncdev.comOrganizational memory for AI agents.
ExploreAcoLeads
home-acoleads.8syncdev.comAI that staffs your Fanpage and qualifies leads for you.
Try itRecommended for you
Awesome Java Newsletter2 Hot5 min
How to Automate Testing of a Java Swing Application
Java Swing testing for real installed apps, with plain-language steps instead of component names.
MongoDB1 Hot5 min
Introducing the MongoDB Vercel AI SDK Integration: Persistent Memory for AI Applications
This integration enables MongoDB to serve as the persistent memory layer for AI applications and agents built with Vercel’s AI SDK.
Hacker News7 Hot8 min
Show HN: Kairos – Open-source risk and fraud decisioning platform
Real time event intelligence, fraud and risk decisioning for financial behavior. - finic-ai/kairos
TanStack189 Hot8 minAI
TanStack Charts 1.0
TanStack Charts 1.0 là thư viện charting hiện đại, cung cấp giải pháp thay thế cho các framework cũ như D3.js hay Chart.js. Được xây dựng trên nền tảng React hooks, nó mang đến hiệu suất vượt trội với thời gian render chỉ 16ms cho dataset 10,000 điểm dữ liệu. Thư viện này hỗ trợ cả React và vanilla JS, phù hợp với mọi dự án từ nhỏ đến lớn. Đáng chú ý, TanStack Charts cho phép tùy biến linh hoạt mà không cần phụ thuộc vào các UI framework cụ thể, giúp tránh được vấn đề vendor lock-in.
TanStack Charts 1.0 mang đến giải pháp biểu đồ linh hoạt giúp bạn phát triển ứng dụng mà không cần thay đổi thư viện.
Hacker News64 Hot4 minAI
tsc-ts: TypeScript written in TypeScript
Dự án tsc-ts triển khai trình biên dịch TypeScript hoàn toàn bằng TypeScript, tạo ra một bản sao song song với bản gốc Microsoft tsc. Triển khai này tận dụng TypeScript 5.4 để biên dịch chính nó, cho thấy khả năng tự hosting ngôn ngữ. Dự án có thể thay đổi cách chúng ta tương tác với trình biên dịch, nhưng hiện tại chỉ ở giai đoạn experimental. Bạn có thể theo dõi tiến trình tại GitHub để hiểu rõ hơn về cách triển khai này hoạt động và những thách thức kỹ thuật gặp phải.
Lập trình viên nên đọc bài này để khám triển khai TypeScript hoàn toàn bằng TypeScript mở ra khả năng tương thích và cải tiến mã nguồn.
DEV1 Hot3 min
Will your ideas survive execution?
This is a submission for the Hacktoberfest Open-Source AI Challenge Week 4: Ghost in the Machine ... Tagged with devchallenge, hf26challenge, ai, opensource.
Hacker News53 Hot16 minAI
Show HN: WhatsApp MCP running free on Cloudflare
WhatsApp MCP là một server đọc-only cho phép AI agent truy cập và tìm kiếm tin nhắn WhatsApp cá nhân. Dự án được triển khai hoàn toàn trên nền tảng Cloudflare Workers, tận dụng serverless computing để tối ưu chi phí và hiệu năng. Giải pháp này sử dụng WhatsApp Web API để truy cập tin nhắn mà không cần yêu cầu quyền viết, đảm bảo bảo mật dữ liệu người dùng. Điều đáng học hỏi ở đây là cách một MCP server có thể tích hợp liền mạch với nền tảng Cloudflare để tạo ra ứng dụng hữu ích với chi phí vận hành cực thấp.
WhatsApp MCP chạy miễn phí trên Cloudflare cho phép AI agent tìm kiếm và đọc tin nhắn WhatsApp của bạn.
Hacker News20 Hot11 minAI
JetBrains Thinkrail
JetBrains Thinkrail là một lightweight IDE tùy biến tự động theo style làm việc của lập trình viên. Công nghệ này hỗ trợ vibe code với pi thông qua giao diện linh hoạt. Hệ quả là lập trình viên có trải nghiệm coding mượt mà hơn với công cụ cá nhân hóa. Jetbrains áp dụng AI để phân tích habit code và tối ưu hóa môi trường làm việc. Bạn nên đọc bài gốc để hiểu rõ hơn về cơ chế hoạt động của Thinkrail và cách nó khác biệt với các IDE truyền thống.
JetBrains Thinkrail giúp lập trình viên trải nghiệm mã hóa trong môi trường IDE nhẹ nhàng, tùy biến theo phong cách làm việc riêng.
Comments
Loading comments…