Tập dữ liệu đánh giá là bộ đầu vào và tiêu chí kỳ vọng cố định dùng để so sánh các phiên bản mô hình hoặc prompt. Hãy giữ lại các trường hợp biên tiêu biểu và tài liệu tham chiếu đã được con người kiểm tra; chỉ dùng điểm tự động có thể bỏ sót vấn đề chất lượng.
Tập dữ liệu đánh giá
Tập dữ liệu đánh giá là bộ đầu vào và tiêu chí kỳ vọng cố định dùng để so sánh các phiên bản mô hình hoặc prompt. Hãy giữ lại các trường hợp biên tiêu biểu và tài liệu tham chiếu đã được con người kiểm tra; chỉ dùng điểm tự động có thể bỏ sót vấn đề chất lượng.