Part 08 · Evaluating LLM Apps
Golden Datasets
Test casesEdge casesCoverageDataset versioning
Eval তার উদাহরণগুলোর মতোই ভালো। আসল traffic থেকে golden set বানানো, edge case ঢাকা, আর product বদলালে set টা version করে রাখা।
⏱ 1-2 ঘণ্টা · Station 63 / 92
Part 08 · Evaluating LLM Apps
Eval তার উদাহরণগুলোর মতোই ভালো। আসল traffic থেকে golden set বানানো, edge case ঢাকা, আর product বদলালে set টা version করে রাখা।
⏱ 1-2 ঘণ্টা · Station 63 / 92