Loading
154 minutitLLM-ide instrumenteerimine ja hindamine
Saad tehnilise mustri teemal "Observability LLM-rakendustele" ning oskad hinnata riske, piire ja järgmist sammu.
Vaata järgmistStanford Online. Metoodiline läbikäik reeglipõhistest mõõdikutest, LLM-as-judge eelarvamustest, faktiline täpsus ja agentide hindamine ning staatiliste benchmarkide vigade režiimid. Kasuta seda teooria-kaaslasena artikli sektsioonile selle kohta, mida mõõta ja miks enamik valmis mõõdikuid päris regressioone alahindab.
Kontseptsioon on endiselt kasulik, kuid kontrolli näiteid praeguste tööriistadega enne päristöös kasutamist.
Saad tehnilise mustri teemal "Evaluatsioonide ehitamine, mis regressioone päriselt püüavad" ning oskad hinnata riske, piire ja järgmist sammu.
Kasuks tuleb arusaam API-dest, automatsioonidest, RAG-ist või agentide tööpõhimõtetest.
Jätka sama õpiteekonda järgmiste hoolikalt valitud kaasvideotega.
Hoolikalt valitud välised kursused, mis aitavad sellesse teemasse sügavamalt minna.
Coursera · DeepLearning.AIKuus aastat pärast ilmumist endiselt parim lähtepunkt kõigile, kes peavad tehisintellektist aru saama ilma programmeerimist õppimata. Ei matemaatikat, ei žargooni, ei hüpet — pärast lõpetamist oskad pidada tehisintellekti projektide üle teadlikku vestlust.
Coursera · The Wharton SchoolWhartoni tugev raamistik juhtidele, kes peavad tegema ehita-või-osta otsuseid. Kursus ei müü tööriistu, vaid keskendub tehisintellekti kasutuse majandusele, algoritmilisele kallutatusele, andmeusaldusväärsusele ja juhtimistavadele, mis peavad auditile vastu.
