RU

Гейт зелёный, а полезные результаты теряются: три ошибки в LLM-конвейере

Модель вернула не все записи, валидатор отбросил пригодные данные, ручная очередь спрятала подходящие вакансии. Разбираю три места, где мой конвейер…

llm as a judgellm-as-a-judgellmopsвалидация данныхобработка данныхhuman in the looppython
Habr
RU

AI Evals: Почему без оценки качества ваш продукт стоит на месте

Вы меняете системный промпт, надеетесь, что все заработало и деплоите фичу в продакшен. На следующее утро прилетает жалоба: агент выдумал дедлайн ил…

evalsоценка качестваулучшение llmllm as a judgehuman in the loopFaithfulnessCompleteness