alci.dev

Evaluation

3 términos

ABCDEFGHIJKLMNOPQRSTUVWXYZ

B

Benchmark (IA) Benchmark de IA: prueba estandarizada para evaluar y comparar modelos como GPT o LLaMA con MMLU o HumanEval y leer un leaderboard sin engañarte.

E

Evaluaciones (Evals) Evaluaciones y pruebas sistemáticas diseñadas para medir las capacidades, seguridad y rendimiento de modelos de IA en varias tareas.

G

Ground Truth - Verdad Fundamental en IA y Machine Learning Ground Truth: los datos verificados que sirven de referencia para entrenar y evaluar modelos de IA, con sus tipos, métricas de calidad y errores comunes.