مسار تعلّم
تشغيل نماذج LLM والتقييم
أطلق ميزات LLM تبقى جيدة: مجموعات تقييم بعتبات حقيقية، وprompts تحت إدارة الإصدارات ببوابات CI، وقابلية ملاحظة تكشف الانحراف، ودليل حوادث لليوم الذي تُهجر فيه النماذج منتجك.
٤ مراحلنحو ٨ ساعات
تبقّى ٤ مراحل، نحو ٨ ساعات من العمل المركّز. يمكنك إنجاز المراحل بأي ترتيب، لكن التسلسل يجعلها تبني بعضها على بعض — جرّب من الأعلى إلى الأسفل في المرة الأولى.
- ستتعلّم:
golden sets، rubric judging، judge agreement، edge case sampling، anonymized inputs
اختبارات للتدريبمهمة الورشةابنِ صفحة "مختبر التقييم": ألصق prompt وشغّله على مجموعة ذهبية من ٢٠ حالة، فتظهر درجات كل حالة، ومعدل النجاح الكلي مقابل عتبة مكتوبة، ولوحة اتساق الحَكَم مع البشري تحذّر حين يهبط الاتساق دون ٩٠٪.
ابنِها في الورشةعلامة الاجتيازكل prompt في الإنتاج له مجموعة تقييم بإصدارات، وآخر تغيّرين حُكما بها — لا بالإحساس.
ما الذي ستتمكن من فعله في النهاية
- تبني مجموعة تقييم يتنبأ معدل نجاحها بما سيعيشه المستخدمون فعلًا.
- تجعل تغيير الـprompt طلب دمج: قابلًا للفرق، ومُقيَّمًا، وسادًّا عند أي انحدار.
- ترى الانحراف والزمن والتكلفة لوحات قياس — لا شكاوى مستخدمين.
- تنجو من إهمال مزوّد ببديل مُختبَر بدل تمرين إطفاء فوضوي.