LLM Evaluation

Đánh giá LLM — Đo chất lượng trước và sau khi deploy

Nâng caoai-safety

1Dự đoán1/9

Bạn chọn một LLM vì nó đứng #1 HumanEval (offline benchmark nổi tiếng). Deploy ra prod, CSAT của khách hàng tụt 40% so với model cũ. Lý do hợp lý nhất là gì?

Chủ đề liên quan

Agent Evaluation — Đánh giá Agent — Đo lường AI tự chủ RAG Evaluation — Đánh giá RAG — Bộ ba Faithfulness, Answer & Context Relevance AI Hallucination — Ảo giác của AI AI Guardrails — Rào chắn an toàn cho AI Red Teaming — Red Teaming — Thử nghiệm phá vỡ AI