İnsan Değerlendirici Puanlama Kılavuzu
İnsan değerlendirmelerinde puanlayıcılar arası tutarlılığı artıran açık yönerge üretir.
HAZIR VE KOPYALANABİLİR
Prompt Kütüphanesi
158+ test edilmiş prompt şablonu; yazıdan koda, görsel üretiminden kariyere kadar. Değişkenleri ({böyle}) kendinize göre doldurup doğrudan kullanın.
İstem Değişikliği Regresyon Özeti
İstem güncellemesinin kalite, maliyet ve uç vakalara etkisini birlikte raporlar.
Yapay Zeka Ürün Eval Matrisi
Bir yapay zeka özelliğinin yayına hazır olup olmadığını dengeli metriklerle değerlendirir.
Model Hakemi Kalibrasyon Testi
LLM tabanlı değerlendiricinin önyargılarını kontrollü deneyle ortaya çıkarır.
RAG Getirme Katmanı Teşhisi
RAG hatasını üretimden önce getirme zincirinin doğru aşamasında bulur.
Uzun Bağlam Konum Testi
Uzun bağlam başarımındaki konum etkisini kontrollü olarak ölçer.