開發人員推出了Livenerf工具來監控Claude Opus 5.5

開發人員推出了 Livenerf — 一種專門用於追蹤 Claude Opus 5.5 模型在發布後回答質量劣化的情況的工具。該項目基於 Inspect 框架，旨在實現 LLM 性能的自動化控制。

系統的工作原理基於使用「凍結」的提示面板，可以固定模型回答的統計漂移。工具進行確定性測試，比較當前的生成結果與模型發布時獲得的基準數據。

使用 Livenerf 可以發現神經網絡行為中的隱藏變化，這些變化可能是由 API 更新或權重調整引起的。工具提供了量化的指標，幫助開發人員了解模型的推理邏輯或任務執行精度如何隨時間而改變。

該項目面向需要在生產系統中集成 Claude Opus 5.5 的工程師，需要模型回答的穩定性。工具的源代碼在 GitHub 上以開源許可證發布，允許用戶在自己的數據集上運行測試，以檢查模型的當前狀態。