TB

Blog

Yazılar & notlar

Mimari, .NET, Flutter ve ürün geliştirme üzerine yazılar.

AI evaluation harness: kaliteyi olcmek

Evaluation harness, LLM ciktilarini subjektif izlenimden cikarip tekrarlanabilir metrik setlerine baglar; regresyon, güvenlik ve is hedeflerini ayni boru hattinda olcer. Doğru tasarlanmis bir eval yigini, model veya prompt degisikliginin canliya cikmadan once riskini nicel olarak gösterir.