Begleitvideos

Evals erstellen, die tatsächlich Regressionen erkennen — Begleitvideos

Beim Entwurf von Evals ist der etablierte YouTube-Kanon für LLM-Anwendungen noch dünn. Die meisten beliebten Inhalte fragen nach dem „besten Benchmark“ statt danach, wie sich eine schleichende Verschlechterung des eigenen Produkts verhindern lässt. Beide Empfehlungen liegen unter unserer üblichen Schwelle für Aufrufzahlen, weil dieses Fachgebiet tatsächlich nur ein kleines Publikum erreicht. Dennoch sind sie die klarsten verfügbaren Darstellungen: ein praktischer Aufbau durch einen einzelnen Entwickler und eine Fallstudie aus dem Produktionseinsatz. Zusammen zeigen sie dasselbe Problem aus zwei Blickwinkeln.