مركز تعلّم الذكاء الاصطناعيEnglish
ترجمة عربية جديدة ✦ نراجعها باستمرار لتحسينها.

اختبر نفسك

8 أسئلة عن «تقييم ما تبنيه فعلًا». اختر إجابة لكل سؤال، ثم اضغط «تحقّق من إجاباتي».

1. لماذا يجب أن يعلن النظام المستند إلى المستندات جودة الاسترجاع وجودة التوليد كلًّا على حدة؟
2. ما الذي يقيسه recall@k في تقييم الاسترجاع؟
3. إجابة مدعومة بالكامل بالمقطع الذي أُعطي للنموذج، لكن ذلك المقطع قديم. كيف يجب تسجيل ذلك؟
4. وكيل يصل إلى الحالة النهائية الصحيحة بعد عدة استدعاءات غير ضرورية للأدوات وفعل مدمّر واحد صادف أنه قابل للتراجع. ماذا يفعل التقييم بالنتيجة وحدها بهذا التشغيل؟
5. لماذا تُعدّ التحقّقات عند كل خطوة أعلى إضافة قيمةً إلى مجموعة تقييم الوكيل؟
6. مراجعان يختلفان كثيرًا عند تقييم المخرجات نفسها مقابل المعيار نفسه. ما الاستجابة الصحيحة؟
7. إصدار جديد يُظهر ارتفاعًا قويًا في الأيام الأولى من اختبار مباشر، ثم يتلاشى الارتفاع خلال الأسابيع التالية. ما التفسير الأرجح؟
8. لماذا يجب تقييم النظام الذي يوجّه الحالات السهلة إلى نموذج أرخص من البداية إلى النهاية لا مكوّنًا مكوّنًا؟