TGViewer
HABR FEED + OPENNET HABR FEED + OPENNET @tmfeed · 2.72K subscribers
Post #326147 85
Тестирование LLM‑фичи: можно ли верить своему eval #habr
https://habr.com/ru/companies/otus/articles/1088876/
Tags: тестирование LLM, оценка качества LLM, eval-наборы, LLM-as-a-Judge, автоматизация тестирования, метрики качества, регрессионное тестирование, тестирование ИИ, валидация моделей, достоверность метрик.
Author: sproshchaev (OTUS)
Open in Telegram All posts from @tmfeed
More from @tmfeed
  1. Oct 15, 2026[Перевод] Марк Камионковский о тёмной энергии и космологических аномалиях #habr https://ha…
  2. Oct 15, 2026Внедрение проектного офиса: проектный, управленческий и продуктовый подходы #habr https://…
  3. Oct 15, 2026Как ИИ-агенты повторяют задачу: промпт, скилл, граф или код #habr https://habr.com/ru/arti…
  4. Oct 15, 2026Выпуск системы тестирования памяти Memtest86+ 9.0 #opennet https://www.opennet.ru/opennews…
  5. Oct 15, 2026Разработчик напечатал защиту для носа своей собаки — теперь её носит более 500 питомцев #h…
  6. Oct 15, 2026Meta* выпустила самую мощную открытую модель США. Китайские все равно сильнее #habr https:…
Threads Profile ViewerView any public Threads profile without an account.Open ThreadLook →Writing with AI? Make it sound human.Metric37 rewrites AI drafts so they read naturally. Free AI detector, 1,500 words free.Try Metric37 →