Detto anche: Valutazioni, batteria di test per l’IA
Le evals sono test ripetibili per verificare quanto bene un’applicazione di IA svolge il suo compito.
Esempio
Prima di ogni aggiornamento provi il tuo bot di assistenza con le stesse 100 domande e confronti la percentuale di risposte giuste.
Per esperti
A differenza dei benchmark pubblici, le evals testano il tuo compito con i tuoi dati. La valutazione è automatica, umana o con un LLM come giudice. Buone evals includono casi limite difficili e girano a ogni modifica di prompt, modello o dati.
