隨著大型語言模型（LLM）推理模型（reasoning model）與人工智慧代理（AI Agent）的快速迭代，LLM 已成為各行各業推動效率與創新的重要技術組件。然而，複雜的應用場景與 AI 風險使企業在導入 LLM 時面臨極高的挑戰。本次演講將探討 LLM 在風險驗測上的困境，並提出 LLM-as-a-Judge 的創新驗測方法，以協助企業有效應對這些挑戰。講者將深入分析 LLM-as-a-Judge 的架構與關鍵成功因素，讓聽眾了解如何透過創新的 LLM 驗測方法，強化 AI 系統的安全性與可信度，為組織在 AI 風險驗測與管理奠定堅實之基礎。