Как оценить качество LLM-приложения в 2026 году: evals по шагам
tproger · 16.11.2026 · 14:33
Что такое evals, чем проверять ответы модели и как считать pass@k. Примеры для promptfoo, DeepEval и Inspect, восемь шагов для первого набора из 20–50 задач.— Читать дальше «Как оценить…