LangSmith verbessert Experimentierfunktion: Präzisere Chips und stabilere Run-Bäume
Neue Messungen für Chip-Layouts und robustere Verknüpfungen in der Observability-Plattform
Mit KI erstelltPräzisere Chips und klickbares Overflow-Menü
In den Konfigurationszellen der Experimenttabelle werden Modell-, Prompt- und Tool-Chips nun anhand echter Messwerte positioniert und abgeschnitten. Das System ermittelt die tatsächliche Breite jedes Chips sowie den verfügbaren Platz in der Zelle und berechnet daraus exakt, wie viele Chips vollständig dargestellt werden können. Überschüssige Chips werden nicht mehr geschätzt, sondern präzise abgeschnitten und in einem +N-Badge zusammengefasst. Dieses Badge ist jetzt ein interaktives Dropdown: Ein Klick darauf öffnet eine Liste aller verborgenen Chips. Jeder Eintrag bietet dieselben Aktionen wie das Kontextmenü eines sichtbaren Chips – Filtern, Gruppieren, Öffnen im Playground und Detailansicht. So bleiben alle Funktionen auch bei vielen Chips schnell erreichbar, ohne die Übersichtlichkeit der Tabelle zu beeinträchtigen.
Stabilere Run-Bäume und korrigierte Evaluator-Verknüpfung
In der Experimentvergleichsansicht ließen sich Wiederholungs-Run-Bäume bisher nur dann zuverlässig aufklappen, wenn der Wurzelknoten sowohl eine Projekt-ID als auch eine Session-ID besaß. Fehlte die Session-ID, scheiterte der Ladevorgang. Dieses Verhalten wurde nun korrigiert: Die Bäume laden auch dann stabil, wenn lediglich eine Projekt-ID vorhanden ist. Dadurch werden alle Wiederholungsläufe vollständig und ohne Fehler angezeigt. Zudem wurde die Verknüpfung von Evaluatoren mit Hub-Prompts für flache Datensätze überarbeitet. Zuvor kam es bei solchen Datensätzen zu Ladefehlern, sodass die Evaluatoren nicht genutzt werden konnten. Nach der Korrektur funktionieren sie nun korrekt und laden zuverlässig.



