Regression Eval untuk Workflow LLM Kecil - Uji Perubahannya, Bukan Demonya
Sebuah prompt direvisi, model yang lebih baru dipilih, atau pengaturan retrieval disesuaikan. Beberapa output pertama terlihat lebih rapi daripada sebelumnya. Apakah workflow itu benar-benar lebih baik, atau demonstrasinya hanya kebetulan menghindari kasus ya…
Read article