दिन 11 / 14 · Your First AI App · 14 मिनट
AI आउटपुट का मूल्यांकन
अगर आप माप नहीं सकते कि वह बेहतर हुआ या नहीं, तो आप सिर्फ़ अंदाज़ा लगा रहे हैं
, मॉडल या रिट्रीवल सेटिंग में हर बदलाव एक चीज़ बेहतर और दूसरी बदतर कर सकता है। माप के बिना आप अंधेरे में काम करते हैं। इवैल्यूएशन (evals) AI इंजीनियरिंग के लिए वही है जो ऑटोमेटेड टेस्ट सामान्य सॉफ़्टवेयर के लिए हैं।
इस पाठ में क्या है
- 01एक गोल्डन सेट बनाएँ
- 02स्कोर करने के तीन तरीके
- 03एक छोटा सा इवैल लूप
- 04इवैल को दिनचर्या का हिस्सा बनाएँ
- 05एक चेतावनी
इस पाठ के साथ शामिल
- 8बोलती स्लाइड्स
- 3स्टोरीबोर्ड पैनल
- 3क्विज़ प्रश्न
2 प्रॉम्प्ट टेम्पलेट
- सदस्यों के लिए
Golden Set Row
A standard format for each evaluation example
- सदस्यों के लिए
Judge Rubric
Criteria for a model-as-judge, to be validated against humans
पूरा पाठ मुफ़्त में लें
पूरा पाठ, बोलता डेक, टेम्पलेट और क्विज़ खोलने के लिए नामांकन करें — और अपने सर्टिफ़िकेट की ओर बढ़ें।
कोर्स शुरू करें — मुफ़्त