Оценка LLM (LLM Evaluation) в 2026: RAGAS, DeepEval, Promptfoo и LLM-as-Judge, практическое руководство
Сравнение RAGAS, DeepEval, Promptfoo, LangSmith и Langfuse на одном RAG-кейсе. Метрики faithfulness и LLM-as-a-Judge, рабочий Python-код и интеграция в CI.