Unvollständige Liste der in diesem Kurs verwendeten Quellen und der Tools, die Ihnen helfen können.
Maud Nalpas
Weitere Ressourcen zum Testen und zu KI finden Sie hier.
- Learn Testing: Refresh your approach to testing
- Learn AI: Design AI systems for your websites and web applications
- Google DeepMind Evals: Multiple standardized benchmarking tools for different types on models
- Gemini Evaluations Playbook: Recipes for experimenting and evaluating generative AI models with Vertex AI.
- Responsible AI toolkit: Evaluate models and systems for safety.
- Evaluating your evals: A meta lesson on how to understand what evals to use, and what works effectively.
- Building better AI benchmarks: How many raters are enough? Understand an evaluation framework for ML models that optimizes the trade-off between the number of items and raters per item, to build reproducible AI benchmarks.
Kursquellen
Für diese Reihe haben wir uns auf mehrere Quellen gestützt, darunter:
- AI Engineering: Building Applications with Foundation Models, Chip Huyen
- De-risking QA for LLM-powered applications by Michael Hablich, Chrome DevTools
- Using LLM-as-a-Judge For Evaluation: A Complete Guide by Hamel Husain
Evaluierungstools
Beispiele für Evaluierungslösungen und ‑tools:
- AlignEval
- Arize
- Braintrust
- Datadog
- DeepEval
- Gen AI evaluation service and API
- Inspect Evals
- JudgeLM
- LangSmith
- Evaluation harness
- OpenEvals
Es gibt noch viele weitere Evaluierungstools. Wenn Sie andere Tools verwenden, teilen Sie uns das bitte mit.