Evaluation Harness
Model veya istem sürümlerini aynı veri ve ölçütlerle karşılaştıran otomatik test altyapısıdır.
Değerlendirme düzeneği; test örneklerini, puanlayıcıları, eşikleri ve raporlamayı tek tekrarlanabilir akışta birleştirir. Yeni model ya da istem sürümü eski sürümle aynı koşullarda sınanır. Böylece sezgisel kabul yerine ölçülebilir yayın kararı verilir.
Üye yorumları