테스트·배포 · 권장
평가Evals
모델·에이전트 출력 품질을 지표로 재는 것.
평가는 AI가 내놓는 답의 품질을 감으로 판단하지 않고, 정해진 문제 묶음과 지표로 점수를 매겨 측정하는 것입니다. AI는 같은 질문에도 매번 다르게 답하기 때문에, 프롬프트나 모델을 바꿨을 때 정말 좋아졌는지 평가로 확인해야 개선인지 개악인지 알 수 있습니다.
“프롬프트 바꾼 게 나아진 건지 평가 돌려서 확인해봐요.”
다른 이름evals · 이밸 · 평가·벤치마크