Ir al contenido principal
usedby
BraintrustusedbyBox

Cómo Box utiliza Braintrust

Los gestores de producto de Box usan Braintrust como sistema de referencia para los conjuntos de datos, experimentos y métricas que sustentan las evaluaciones de Box Agent. Ejecutan evaluaciones programáticas cada noche, agrupan los fallos mediante etiquetas, califican los resultados con evaluadores basados en LLM y en código, y comparan modelos con un conjunto de datos de referencia fijo.

ConfirmadoCaso de éxito del proveedor · Verificado el 6 oct 2026
Ver la prueba capturada

El uso: cómo Box implementa Braintrust

Box's product managers use Braintrust as the system of record for the datasets, experiments and metrics behind evals of the Box Agent. They run programmatic evals nightly, cluster failures with tags, grade outputs with LLM and code-based graders, and compare models against a fixed baseline dataset.

Otras herramientas de IA utilizadas por Box

Otras relaciones públicas registradas en usedby.

ClaudeConfirmadoCursorConfirmadoGeminiConfirmadoQualifiedConfirmadoSlackConfirmadoFindemObservado
Explorar las herramientas de IA de Box

Clientes de Braintrust en Herramientas para desarrolladores e infraestructura

Empresas del mismo sector, con pruebas públicas.

BrowserbaseConfirmadoBubbleConfirmadoDropboxConfirmadoGraphiteConfirmadoReplitConfirmadoRetoolConfirmado
Ver todos los clientes de Braintrust

Más historias

Consultar la fuente

Basado en el caso de éxito publicado por Braintrust. Verificamos las pruebas públicas; los resultados son los que declara el proveedor.

braintrust.dev
Última verificación
6 oct 2026
braintrust.devCaptura del caso de éxito de Braintrust sobre BoxAbrir la captura
Lo que dice la historia, y lo que verificamos

Lo que comparamos con la página.

  • La cifra: 80%+Verificado

    La cifra está en la página; su etiqueta es redacción nuestra.

  • El pasaje citado arribaVerificado

    Copiado palabra por palabra de la página, cerca del nombre de Box.

  • Box usa BraintrustVerificado

    Línea de nivel Confirmado.

  • El resultado en síNo verificado

    Lo citamos; no lo medimos.

Box's path to launch was determined by datasets. Before opening the agent to internal dogfooding, the team built a set of roughly eighty questions covering core functionality and decided there would be no internal release until the agent scored above 80%.
De la página. braintrust.dev