知识卡片
裁判版本是评估协议的一部分
AI裁判由模型、提示词与采样参数共同组成。任一部分变化都可能改变评分,因此跨时间比较应用表现时必须同时固定或记录裁判协议。升级裁判应先用同一批样本比较新旧评分,避免把测量方式变化误当成应用进步。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
- · 评估方法论
原书出处 · 1 处
- · 查看原书依据
AI裁判不仅仅是一个模型,更是一个包含模型和提示词的系统。改变模型、提示词或模型的采样参数都会产生不同的结果。
参考来源
- 位置:《AI工程:大模型应用开发实战》第3章《评估方法论》(来源项目:a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/AI工程:大模型应用开发实战/_epub-src/EPUB/xhtml/Section011.xhtml)
- 结论依据:原文定义、条件、机制或比较支持上述说明,案例数据限于原书语境。
- 原始内容:AI裁判不仅仅是一个模型,更是一个包含模型和提示词的系统。改变模型、提示词或模型的采样参数都会产生不同的结果。