Part 08 · Evaluating LLM Apps

Project: Build an LLM Evaluation Framework

ছোট একটা eval framework: golden set load করো, যেকোনো prompt বা model তার উপর চালাও, code check আর LLM judge দিয়ে score দাও, আর দুইটা run তুলনা করা একটা report দেখাও।

⏱ 5-6 ঘণ্টা · Station 69 / 92