タグ: evaluation

AI活用

RAGの評価方法｜検索と回答を分けて測る20問テストの作り方

RAGを検索と回答に分けて評価する方法を解説。Recall@k、根拠への忠実性、回答の完全性、拒否精度を測る20問データセット雛形と改善記録表を紹介します。

AI活用

LLMの評価方法｜評価データ・指標・回帰テストの作り方

LLM評価の目的、30件の評価データ雛形、5段階rubric、人とLLM judgeの役割、失敗分類、回帰テストの運用方法を解説します。