知识卡片
评估迭代必须保留实验可比性
业务和用户变化会要求修改数据、规则与评估器,但同时改变测量和被测系统会混淆原因。应记录数据版本、评分规则、提示词、裁判模型与采样配置,在共同样本上衔接新旧协议,保留跨版本解释依据。
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
记录评估过程中可能发生变化的所有变量,包括但不限于评估数据、评分规则,以及用于AI裁判的提示词和采样配置。
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:记录评估过程中可能发生变化的所有变量,包括但不限于评估数据、评分规则,以及用于AI裁判的提示词和采样配置。