Ein Evaluationsdatensatz ist ein fester Satz von Eingaben und Kriterien zum Vergleich von Modellen oder Prompts. Er enthält repräsentative Grenzfälle und menschlich geprüfte Referenzen; automatische Scores können Qualitätsprobleme übersehen.
Evaluationsdatensatz
Ein Evaluationsdatensatz ist ein fester Satz von Eingaben und Kriterien zum Vergleich von Modellen oder Prompts. Er enthält repräsentative Grenzfälle und menschlich geprüfte Referenzen; automatische Scores können Qualitätsprobleme übersehen.