Utvärderingar och benchmarks för LLM
Testmängder och benchmarks för att mäta kvaliteten hos en modell, en prompt eller en agent.
Vad är en utvärdering av en LLM?
En utvärdering är en uppsättning testfall (indata och förväntat svar) med en poängmetod. Den mäter om en modell, prompt, kontext eller agent gör sitt jobb.
Guide: Utvärderingar →