evaluation

このトピックを指定するにはevaluationと入力

scraps

Trending Alltime Latest

"Multi-Needle In A Haystack" でLLMのロングコンテキストの評価を試す

Closedkun4322024/03/23にクローズ#evaluation #needleinahaystack #LLM

8

検索の評価指標をranxを使いながら理解する

Closedkun4322024/02/28にクローズ#evaluation #retrieval #search #ranx

21

Closedkun4322023/11/26にクローズ#ranx #evaluation #search

11

Closedkun4322024/01/31にクローズ#Ragas #OpenAI #evaluation #LLM

11

LangChainのTruLens Integrationを試してみる

Closedkun4322023/07/11にクローズ#evaluation #trulens #AI #LLM #LangChain

9

haystackのAnnotation Toolを試す

Closedkun4322024/01/30にクローズ#RAG #evaluation #LLM #retrieval #Haystack

4

「yet-another-applied-llm-benchmark」を試す

Openkun4326ヶ月前にコメント追加#evaluation #benchmark #LLM

1

RAGProbe: An Automated Approach for Evaluating RAG Applications

Closedkun4322024/10/13にクローズ#evaluation #RAG #論文

1

Shaberiベンチマークで評価する

Closedkun4322024/07/03にクローズ#shaberi #benchmark #evaluation #LLM

2

「flow-judge」を試す

Openkun4322024/09/29にコメント追加#evaluation #LLM #LlamaIndex #flowjudge

2

RAG評価ツール「Ragtime」を試す

Openkun4322024/09/23にコメント追加#evaluation #RAG

1

LLM/RAGの評価ツール「UpTrain」を試す

Openkun4322024/05/13にコメント追加#evaluation #uptrain #RAG #LLM

1

ELYZA-tasks-100を使ったローカルLLMの評価

Closedkun4322024/07/13にクローズ#ELYZA #evaluation #LLM

2

RAGの評価ツール"ARES"を試す

Openkun4322024/03/24にコメント追加#ares #evaluation #LLM #RAG

1

DeepEvalを試す

Openkun4322ヶ月前にコメント追加#DeepEval #evaluation #LLM

4

TruBricksを使ったユーザーフィードバック機能のデモを試してみる

Closedkun4322023/07/11にクローズ#evaluation #trubricks #LLM

4