Metric Match: selección de subconjuntos para fiabilidad de LLM
Metric Match: método de selección de subconjuntos que reduce un 32.5% las anotaciones humanas al evaluar fiabilidad de jueces LLM. Ahorra miles en casos
#evaluación de texto
Hackeando la Perplejidad Generativa: Métricas de Distribución
La perplejidad generativa no mide calidad. Aprende por qué las métricas de distribución son esenciales para evaluar modelos de lenguaje.