●SUNSET — 画像生成モデルの停止まで残り2日です。8月17日に imagen-4.0-generate-001・ultra・fast と Gemini 3 Image 系が止まります●BREAKING — 単なるモデル差し替えでは済みません。generate_images() というメソッド自体が消え、画像生成はテキストと同じ generate_content() を通す形に変わります●HARD — 停止日は非推奨の警告ではなくハードエラーで止まります。期日をまたいで様子を見る運用は成立しません●MIGRATE — 非推奨表では移行先として gemini-3.1-flash-image が示されています●ROBOTICS — Gemini Robotics ER 2 が一般公開されました。動画理解・タスクの統括・複数ロボットの協調・安全性が強化されています●LOGS — Interactions API の開発者ログが AI Studio のダッシュボードから閲覧できるようになりました●SUNSET — 画像生成モデルの停止まで残り2日です。8月17日に imagen-4.0-generate-001・ultra・fast と Gemini 3 Image 系が止まります●BREAKING — 単なるモデル差し替えでは済みません。generate_images() というメソッド自体が消え、画像生成はテキストと同じ generate_content() を通す形に変わります●HARD — 停止日は非推奨の警告ではなくハードエラーで止まります。期日をまたいで様子を見る運用は成立しません●MIGRATE — 非推奨表では移行先として gemini-3.1-flash-image が示されています●ROBOTICS — Gemini Robotics ER 2 が一般公開されました。動画理解・タスクの統括・複数ロボットの協調・安全性が強化されています●LOGS — Interactions API の開発者ログが AI Studio のダッシュボードから閲覧できるようになりました

TAG

Golden Dataset

1 記事

← タグ一覧に戻る

Gemini API の出力品質を継続監視する評価基盤の設計

Golden Dataset と LLM-as-Judge を組み合わせ、Gemini API の出力品質が運用中に静かに劣化していくのを捉える評価基盤の設計を、個人開発の実運用構成とコード付きでまとめます。