Danh sách không đầy đủ các nguồn được dùng trong khoá học này và các công cụ đánh giá có thể giúp bạn.
Maud Nalpas
Để biết thêm tài nguyên về hoạt động kiểm thử và AI, bạn nên tham khảo các tài nguyên sau.
- Tìm hiểu về hoạt động kiểm thử: Làm mới phương pháp kiểm thử.
- Tìm hiểu về AI: Thiết kế hệ thống AI cho trang web và ứng dụng web.
- Công cụ đánh giá của Google DeepMind: Nhiều công cụ đo điểm chuẩn được chuẩn hoá cho nhiều loại mô hình
- Sổ tay đánh giá Gemini: Công thức để thử nghiệm và đánh giá các mô hình AI tạo sinh bằng Vertex AI.
- Bộ công cụ AI có trách nhiệm: Đánh giá các mô hình và hệ thống để đảm bảo an toàn.
- Đánh giá các công cụ đánh giá: Bài học meta về cách hiểu những công cụ đánh giá cần dùng và những công cụ hoạt động hiệu quả.
- Xây dựng điểm chuẩn AI tốt hơn: Cần bao nhiêu người đánh giá? Tìm hiểu khung đánh giá cho các mô hình học máy giúp tối ưu hoá sự đánh đổi giữa số lượng mục và người đánh giá trên mỗi mục, để xây dựng điểm chuẩn AI có thể tái tạo.
Nguồn của khoá học
Chúng tôi dựa vào một số nguồn để viết loạt bài này, bao gồm:
- Kỹ thuật AI: Xây dựng ứng dụng bằng các mô hình cơ bản, Chip Huyen
- Giảm thiểu rủi ro cho hoạt động đảm bảo chất lượng đối với các ứng dụng chạy bằng mô hình ngôn ngữ lớn của Michael Hablich, Chrome DevTools
- Sử dụng mô hình ngôn ngữ lớn làm công cụ đánh giá: Hướng dẫn đầy đủ của Hamel Husain
Công cụ đánh giá
Sau đây là các ví dụ về giải pháp và công cụ đánh giá:
- AlignEval
- Arize AX và Phoenix
- Braintrust
- Datadog
- DeepEval
- Dịch vụ đánh giá AI tạo sinh và API
- Kiểm tra công cụ đánh giá
- JudgeLM
- LangSmith
- Hệ thống đánh giá
- OpenEvals
Còn nhiều công cụ đánh giá khác. Nếu bạn đang sử dụng các công cụ khác, hãy chia sẻ với chúng tôi.