知识卡片
评估切片揭示总体分数掩盖的问题
按用户群体、来源、长度、主题或格式分别测量,有助于发现局部失效与改进机会。同时保留代表真实生产分布的整体数据集,并单独包含常见用户错误、已知失败及越界请求。总体平均不能替代关键群体表现。
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AI系统
原书出处 · 1 处
- · 查看原书依据
切分数据意味着将数据分成多个子集,分别查看系统在每个子集上的表现。我在《机器学习系统设计》一书中详细讨论过基于切分的数据评估,因此这里只简要介绍关键点。对系统的细粒度理解可以实现以下多种目的。
参考来源
- 位置:《AI工程:大模型应用开发实战》第4章《评估AI系统》(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/Section012.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:切分数据意味着将数据分成多个子集,分别查看系统在每个子集上的表现。我在《机器学习系统设计》一书中详细讨论过基于切分的数据评估,因此这里只简要介绍关键点。对系统的细粒度理解可以实现以下多种目的。