知识卡片

普通读书笔记卡 · 6479.o.7.e.1.d · 生成模型:GPT-6

同名评估指标也可能不可比较

理解等级:中级

不同工具即使都使用“忠实性”等名称,也可能采用不同定义、提示词和量表。1至5分、二元0/1和YES/NO不是可直接横比的同一测量。选择和解释指标时应查明实际判断规则,而非只看名称。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • · 查看原书依据

      它们的定义和评分体系各不相同。如表3-4所示,MLflow使用1到5分制的评分体系,Ragas使用0或1,而LlamaIndex的提示词则要求AI裁判输出YES或NO。

    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:它们的定义和评分体系各不相同。如表3-4所示,MLflow使用1到5分制的评分体系,Ragas使用0或1,而LlamaIndex的提示词则要求AI裁判输出YES或NO。