谷歌 AI 推出实验性评估工具 Stax，帮助开发者根据自定义标准测试和分析大语言模型。Stax 提供「快速比较」和「项目与数据集」功能，支持结构化评估流程，提升测试效率与一致性。工具内置多种评估器，涵盖流畅性、基础性和安全性，同时支持自定义评估标准，满足不同应用场景需求。通过分析仪表板，开发者可直观比较模型表现，更好地评估模型在实际应用中的适用性。