Bu modülün sonunda
Okur bir yapay zekâ uygulaması için gerçek kullanımdan test seti kurar, otomatik ölçüt, model yargıcı ve insan değerlendirmesini birleştirir ve değişiklik öncesi ve sonrası aynı testi koşar.
Dersler
- 24.1Neden değerlendirme?Programda
«bana iyi görünüyor» cümlesinin ölçüm olmadığı
- 24.2Test seti kurmakProgramda
gerçek kullanımdan örnek toplamak
- 24.3Otomatik ölçütlerProgramda
tam eşleşme, kural ve şema denetimi
- 24.4Modelle puanlamaProgramda
yargıç olarak dil modeli ve yanlılıkları
- 24.5İnsan değerlendirmesiProgramda
puan kılavuzu ve değerlendiriciler arası uyum
- 24.6Gerilemeyi yakalamakAtölyeProgramda
istem değişikliğinden önce ve sonra aynı testi koşmak