W&B Weave

Weave répond à un problème courant des apps LLM : il est difficile de savoir ce qu’elles font. Ajouter quelques lignes de code journalise chaque appel avec ses entrées, ses sorties, la latence, le coût et les appels de fonctions autour, pour qu’un développeur inspecte une réponse qui échoue étape par étape au lieu de deviner. Les traces couvrent les appels imbriqués, ce qui compte pour les agents qui enchaînent plusieurs modèles et outils.

Il gère aussi l’évaluation. Les équipes construisent des jeux de cas de test, définissent des scorers (y compris des juges LLM) et lancent des expériences pour comparer prompts, modèles et versions d’app avant de livrer. Les résultats sont suivis dans le temps, ce qui rend plus simple de dire si un changement a vraiment aidé. Des évaluations en ligne peuvent noter le trafic réel et signaler des régressions en production.

Weave fait partie de Weights & Biases, que CoreWeave possède désormais, et il se relie à la plateforme W&B plus large pour les expériences d’entraînement. Il a une offre gratuite pour les particuliers et des offres payantes pour les équipes, avec des options d’auto-hébergement pour les entreprises. Les alternatives incluent LangSmith, Langfuse, Arize Phoenix, Braintrust et Helicone. Weave convient aux développeurs qui utilisent déjà W&B ou qui veulent le tracing et l’évaluation au même endroit.