Part 08 · Evaluating LLM Apps
Retrieval Evaluation
Recall@kMRRnDCGContext precision
বেশিরভাগ খারাপ RAG উত্তরের শুরু খারাপ retrieval থেকে। Model কে দোষ দেওয়ার আগে recall@k, MRR আর nDCG দিয়ে শুধু search ধাপটা মাপা।
⏱ 1-2 ঘণ্টা · Station 66 / 92
Part 08 · Evaluating LLM Apps
বেশিরভাগ খারাপ RAG উত্তরের শুরু খারাপ retrieval থেকে। Model কে দোষ দেওয়ার আগে recall@k, MRR আর nDCG দিয়ে শুধু search ধাপটা মাপা।
⏱ 1-2 ঘণ্টা · Station 66 / 92